缓存击穿

定义：缓存击穿（Cache Breakdown）是指在高并发访问某个缓存中的数据时，该数据刚好失效（缓存过期），导致大量请求直接打到数据库。

原因：发生在缓存过期的瞬间，因为并发访问很高，缓存失效后没有及时更新，导致大量请求直接访问数据库。

解决方案：

1. 互斥锁（Mutex）：在访问缓存时，如果发现缓存失效，使用互斥锁（如 Redis 的分布式锁）来确保只有一个线程能去加载数据并更新缓存，其他线程等待。
2. 提前更新缓存：在缓存即将失效时，提前更新缓存数据，防止在高并发情况下出现击穿问题。

缓存穿透

定义：缓存穿透（Cache Penetration）是指大量请求的数据根本不存在于缓存和数据库中，导致所有请求直接打到数据库。

原因：由于恶意攻击或查询的数据本身不存在，从而绕过缓存层，直接访问数据库。

解决方案：

1. 缓存空值：对于数据库中不存在的查询结果，缓存一个空值（null），并设置一个较短的过期时间。
2. 布隆过滤器：在查询缓存前，通过布隆过滤器（Bloom Filter）快速判断数据是否存在，如果不存在则直接返回，避免访问数据库。

缓存雪崩

定义：缓存雪崩（Cache Avalanche）是指在同一时间大量缓存集中失效，导致大量请求直接打到数据库，可能导致数据库崩溃。

原因：主要是因为缓存集中设置了相同的过期时间，导致在某一时刻大量缓存同时失效。

解决方案：

1. 缓存过期时间随机化：在设置缓存时，给每个缓存设置一个随机的过期时间，避免集中失效。
2. 分布式缓存：使用分布式缓存系统，分散缓存存储，避免单点集中失效。
3. 二级缓存：在缓存失效后，通过二级缓存（例如本地缓存）来缓解数据库压力。

内存淘汰策略

Redis 在内存达到上限时，会根据内存淘汰策略决定如何释放内存：

1. noeviction：默认策略，不淘汰，并不再允许写操作
2. allkeys-lru：从所有键中使用 LRU 算法淘汰
3. volatile-lru：从设置了过期时间的键中使用 LRU 算法淘汰
4. allkeys-random：从所有键中随机淘汰
5. volatile-random：从设置了过期时间的键中随机淘汰
6. volatile-ttl：从设置了过期时间的键中，优先淘汰 TTL 较短的键
7. volatile-lfu：从所有键中使用 LFU 算法淘汰
8. allkeys-lfu：从设置了过期时间的键中使用 LFU 算法淘汰

LRU

LRU（Least Recently Used）最近最少使用算法，淘汰规则基于访问时间，淘汰最久未使用的元素。

LRU 通常双向链表 + 哈希表实现，但对 Redis 来说内存开销太大。

近似 LRU 策略

Redis 中使用了一种基于采样的近似 LRU 算法：

1. 在 Dict 中维护每个 key 的上次访问时间；
2. 进行内存置换时，随机采样若干 Key，淘汰其中最久未使用的键；

这种方法在性能上做了折中，使其接近 LRU 的真实淘汰行为。

LFU

LFU（Least Frequently Used）最不经常使用算法，淘汰规则基于访问频率，淘汰访问频率最低的元素。

近似 LFU 策略

Redis 中使用了一种近似的 LFU 计数器，通过概率更新和衰减机制实现：

1. 使用 hashmap 为每个 key 维护一个 24 bits 的计数器；

2. 当 key 被访问时，根据概率函数决定该 key 的访问频率是否需要增加；

3. 进行内存置换时，随机采样若干 Key，淘汰其中访问频率最低的键；

4. 通过定时任务，减少访问频率；