缓存一致性
当对缓存中的数据失效要求较高时，需要要求缓存中的数据与数据库中的数据保持一致，其中包括缓存结点与其副本中的数据保持一致。
缓存的一致性依赖于缓存的过期和更新策略。
如下图所示：
导致缓存一致性出现问题的情况：
- 更新数据库成功，但更新缓存时失败。
- 更新缓存成功，但更新数据库时失败。
- 当更新数据库成功后，淘汰缓存出现失败，也会导致数据的不一致。
- 淘汰缓存成功，但更新数据库时出现失败，导致查询缓存时出现miss情况。
缓存并发问题
如下图示：
当出现缓存不一致情况或某个缓存中数据的key更新后，线程会向数据库请求并查询数据。但发生在多并发情形下，该并发问题会对数据库造成巨大的冲击，甚至会导致缓存雪崩。
如图中所示，为解决缓存并发中的问题，需要对线程访问数据库时加锁：查询数据库前加锁，在重建缓存后解锁。
缓存穿透问题
如下图示：
在高并发场景下，某一个缓存的key的多线程并发访问中未被命中，由于缓存架构存在访问的容错性，会允许线程从后端获取数据，从而对数据库造成巨大冲击。
当缓存中的key对应的数据为空时，导致大量的无效查询操作，且对数据库造成巨大压力。
避免缓存穿透的解决方案：
- 对查询结果为空的对象也进行缓存：如果查询的集合数据类型为null，要转换为空的集合；如果缓存时单个对象的null，需要通过字段标识进行区分，避免null的出现。同时需要保持缓存的时效性。实现简单，适用于命中率不高但更新频繁的场景。
- 单独过滤处理：对所有可能数据为空的key划分统一的区域存放，并在请求前进行拦截。实现较复杂，适用于命中率不高且更新不频繁的场景。
缓存雪崩现象
缓存的颠簸（抖动）问题：是一种轻微的缓存雪崩现象，但仍会降低系统性能，并对系统稳定造成巨大的影响。一般是由缓存结点的故障导致。也需要一致性hash算法解决。
由于缓存的问题，导致大量的请求到达后端的数据库，从而导致数据库崩溃，甚至整个系统崩溃。
导致缓存雪崩的情况有：缓存并发问题、缓存穿透、缓存抖动等。如：一个时间点内，缓存中的数据周期性地集中失效，也可能导致雪崩。其中可随机性地设置缓存的失效过期时间，避免集中失效。
