【相关概念】
- 缓存击穿：指的是一些热点数据过期，由于热点数据存在并发量大的特性，所以短时间内对数据库的造成很大的冲击，导致系统瘫痪。常见于例如微博系统中明星结婚或出轨时微博瘫痪的情况。
- 缓存雪崩：指的是大量数据或全部数据集中过期失效的情况，这种情况是由于大量数据设置了相同的过期时间而导致的。
【使用缓存的流程】
- 缓存存在，命中缓存并返回
- 缓存不存在，数据库存在，则查询数据库返回（缓存过期了 / 数据库新增数据未同步至缓存）（这种情况下，一定要给 Redis 加锁，否则会在短时间产生有大量的数据库访问，造成数据库瘫痪）
- 缓存不存在，数据库也不存在，则返回空数据
【缓存不存在，数据库也不存在，则返回空数据】
可能问题：如果持续查询不存在的数据，并发量大时同样会在短时间产生有大量的数据库访问，造成数据库瘫痪。
解决方法 1：当数据库查询不到的时候，同样往缓存中插入一条记录，并设置过期时间。这样的方案对于正常的访问来讲是有效的。但是，如果某些用户研究了ID生成规律，恶意捏造大量不存在的 ID，同样会造成缓存击穿的问题。所以该方案存在一定安全性问题。
- 如何在海量数据中（例如10亿无序、不定长、不重复）快速判断一个元素是否存在？
- 使用布隆过滤器。如果布隆过滤器判断元素在集合中存在，不一定存在；如果布隆过滤器判断元素在集合中不存在，则一定不存在。可以把数据库里所有的 ID 存放于布隆过滤器中，先通过布隆过滤器判断元素是否存在，若在布隆过滤器判断元素不存在，则不需要进行缓存和数据库访问；若布隆过滤器判断元素存在，则再判断缓存是否存在，在缓存也不存在的情况下，再通过数据库查询结果并返回。布隆过滤器是加在缓存之前的一道屏障。
【布隆过滤器 Java实现】