- 定时删除(redis不使用)：
在设置键的过期时间的同时，创建一个定时器，让定时器执行对键的删除操作，占用大量CPU - 惰性删除：
每次取的时候先判断 expires 对象里面的键是否已经过期，如果过期，则删除键，否则，返回该键 - 定期删除：
每隔一段时间，程序对数据库遍历检查一遍，然后删除过期的键
setnx redisLock true
...业务逻辑执行...
del redisLock
异常情况下锁自动释放
setnx redisLock true
expire redisLock 5
... 业务逻辑执行 ...
del redisLock
原子命令
set redisLock true ex 10 nx
... 业务逻辑执行 ...
del redisLock
- 在zookeeper中一但服务器进程down掉或者心跳超时，zk中的临时序列会自动释放。但是Redis中没有这样的机制。
- 如果业务在加锁和释放锁之间的逻辑执行的太长，超出了锁的超时时间，锁就会自动超时释放。甚至在第一个业务执行结束后，释放了后进入业务的分布式锁，打乱了整个锁的持有和释放。
合理设定锁持有时间，使用lua脚本，乐观锁的方式删除锁
String random = Math.random() + "";
jedis.set("redisLock", random, "NX", "EX", 5);
... 业务逻辑执行 ...
String script = "if redis.call('get', KEYS[1]) == ARGV[1] then return redis.call('del', KEYS[1]) else return 0 end";
jedis.eval(script,Collections.singletonList(lockKey), Collections.singletonList(random));
缓存雪崩，即缓存同一时间大面积的失效，这个时候又来了一波请求，结果请求都怼到数据库上，从而导致数据库连接异常
缓存雪崩解决方案：
- 给缓存的失效时间，加上一个随机值，避免集体失效。
- 使用互斥锁，但是该方案吞吐量明显下降了。
- 双缓存。我们有两个缓存，缓存 A 和缓存 B。缓存 A 的失效时间为 20 分钟，缓存 B 不设失效时间。自己做缓存预热操作。
- 然后细分以下几个小点：从缓存 A 读数据库，有则直接返回；A 没有数据，直接从 B 读数据，直接返回，并且异步启动一个更新线程，更新线程同时更新缓存 A 和缓存 B。
缓存穿透，即黑客故意去请求缓存中不存在的数据，导致所有的请求都怼到数据库上，从而数据库连接异常。 缓存穿透解决方案：
- 利用互斥锁，缓存失效的时候，先去获得锁，得到锁了，再去请求数据库。没得到锁，则休眠一段时间重试。
- 采用异步更新策略，无论 Key 是否取到值，都直接返回。Value 值中维护一个缓存失效时间，缓存如果过期，异步起一个线程去读数据库，更新缓存。需要做缓存预热(项目启动前，先加载缓存)操作。
- 提供一个能迅速判断请求是否有效的拦截机制，比如，利用布隆过滤器，内部维护一系列合法有效的 Key。迅速判断出，请求所携带的 Key 是否合法有效。如果不合法，则直接返回。