當緩存庫出現時，必須要考慮如下問題：

　　緩存穿透

　　問題來源: 緩存穿透是指緩存和數據庫中都沒有的數據，而用戶不斷發起請求。由于緩存是不命中時被動寫的，并且出于容錯考慮，如果從存儲層查不到數據則不寫入緩存，這將導致這個不存在的數據每次請求都要到存儲層去查詢，失去了緩存的意義。

　　解決方案

　　接口層增加校驗，如用戶鑒權校驗，id做基礎校驗，id<=0的直接攔截;

　　從緩存取不到的數據，在數據庫中也沒有取到，這時也可以將key-value對寫為key-null，緩存有效時間可以設置短點，如30秒(設置太長會導致正常情況也沒法使用)。這樣可以防止攻擊用戶反復用同一個id暴力攻擊

　　布隆過濾器。bloomfilter就類似于一個hash set，用于快速判某個元素是否存在于集合中，其典型的應用場景就是快速判斷一個key是否存在于某容器，不存在就直接返回。布隆過濾器的關鍵就在于hash算法和容器大小

　　緩存穿擊

　　問題來源: 緩存擊穿是指緩存中沒有但數據庫中有的數據(一般是緩存時間到期)，這時由于并發用戶特別多，同時讀緩存沒讀到數據，又同時去數據庫去取數據，引起數據庫壓力瞬間增大，造成過大壓力。

　　解決方案

　　設置熱點數據永遠不過期。

　　接口限流與熔斷，降級。重要的接口一定要做好限流策略，防止用戶惡意刷接口，同時要降級準備，當接口中的某些 服務 不可用時候，進行熔斷，失敗快速返回機制。

　　加互斥鎖

　　緩存雪崩

　　問題來源: 緩存雪崩是指緩存中數據大批量到過期時間，而查詢數據量巨大，引起數據庫壓力過大甚至down機。和緩存擊穿不同的是，緩存擊穿指并發查同一條數據，緩存雪崩是不同數據都過期了，很多數據都查不到從而查數據庫。

　　解決方案

　　緩存數據的過期時間設置隨機，防止同一時間大量數據過期現象發生。

　　如果緩存數據庫是分布式部署，將熱點數據均勻分布在不同的緩存數據庫中。

　　設置熱點數據永遠不過期。

　　緩存污染(或者滿了)

　　緩存污染問題說的是緩存中一些只會被訪問一次或者幾次的的數據，被訪問完后，再也不會被訪問到，但這部分數據依然留存在緩存中，消耗緩存空間。

　　緩存污染會隨著數據的持續增加而逐漸顯露，隨著服務的不斷運行，緩存中會存在大量的永遠不會再次被訪問的數據。緩存空間是有限的，如果緩存空間滿了，再往緩存里寫數據時就會有額外開銷，影響Redis性能。這部分額外開銷主要是指寫的時候判斷淘汰策略，根據淘汰策略去選擇要淘汰的數據，然后進行刪除操作。