在互联网的高并发，大流量场景下，系统往往承担着巨大的压力，首先选择的方案是增加缓存。缓存使用不当则会产生雪崩，穿透，击穿等问题。
在高并发场景下，大量缓存key在同一时间失效，导致大量请求直接落在数据库上，数据库压力过大以致宕机。
- 随机设置key的失效时间，避免大量key集体失效。
setRedis（Key，value，time + Math.random() * 10000）；- 不设置过期时间，通过定时任务在缓存失效前刷新缓存。
缓存和数据库中没有相关数据(比如用户携带id <= 0的参数不断发起请求)，缓存中没有这样的数据，无法进行拦截，直接被穿透到数据库，导致数据库压力过大宕机。
-
对不存在的数据缓存到redis中，设置key，value值为null，并设置一个短期过期时间段，避免过期时间过长影响用户使用。
-
布隆过滤器 将所有可能存在的数据哈希到一个足够大的bitmap(位图)中，一个一定不存在的数据会被 这个bitmap拦截掉，从而避免了对底层存储系统的查询压力。
某一个热点key，在不停地扛着高并发，当这个热点key在失效的一瞬间，持续的高并发访问就击破缓存直接访问数据库，导致数据库宕机。
-
设置热点数据"永不过期"
-
加上互斥锁：上面的现象是多个线程同时去查询数据库的这条数据，那么我们可以在第一个查询数据的请求上使用一个互斥锁来锁住它
其他的线程走到这一步拿不到锁就等着，等第一个线程查询到了数据，然后将数据放到redis缓存起来。后面的线程进来发现已经有缓存了，就直接走缓存。
雪崩是大面积的key缓存失效；穿透是redis里不存在这个缓存key；击穿是redis某一个热点key突然失效，最终的受害者都是数据库。