缓存与数据库一致性问题
对于既有数据库操作又有缓存操作的接口，一般分为两种执行顺序。
1、先操作数据库再操作缓存。这种情况下如果数据库操作成功而缓存操作失败就会导致不一致。
2、先操作缓存再操作数据库，如果缓存操作成功但是数据库操作失败也会导致不一致的问题。
大部分情况下，缓存理论上都是需要可以从数据库恢复出来的，所以基本上采取 第一种。
缓存击穿问题
缓存击穿指的是恶意用户频繁的模拟请求缓存中不存在的数据，以至于这些请求在短时间内直接落到了数据库上，导致数据库性能直接下降，最终影响服务整体的性能。在实际的项目中很容易遇到，例如抢购活动、秒杀活动的接口API被大量的恶意用户刷，导致短时间内数据库宕机。对于缓存击穿的问题，如下解决方案。
1、使用互斥锁排队。当从缓存中获取数据失败时，给当前接口加上锁，从数据库中加载完数据并写入后再释放锁。若其他线程获取锁失败则等待一段时间后重试。
2、使用布隆过滤器。将所有可能存在的数据缓存放到布隆过滤器中，当黑客访问不存在的缓存时迅速返回避免缓存以及DB挂掉。
缓存雪崩问题
在短时间内有大量缓存失效，如果这期间有大量的请求发生同样也有可能导致数据库发生宕机。在Reids集群的数据分布算法上如果使用的是传统的hash算法在增加或者移除Redis节点的时候就会出现大量的缓存临时失效的情形。
1、像解决缓存穿透一样加锁排队。
2、建立备份缓存，缓存A和缓存B，A设置超时时间，B不设置超时时间，先从A读缓存，A没有读B，并且更新A缓存和B缓存。
3、计算数据缓存节点的时候采用一致性hash算法，这样在节点数量发生改变时不会存在大量的缓存数据需要迁移的情况发生。
缓存并发问题
这里的并发指的是多个Redis1的客户端同时set值引起并发问题。比较有效的解决方案就是把set操作放在队列中使其串行化，必须得一个一个执行。
