一、缓存击穿
如果缓存中的某个热点数据过期了，此时大量的请求访问了该热点数据，就无法从缓存中读取，直接访问数据库，数据库很容易就被高并发的请求冲垮，这就是缓存击穿的问题解决方案：
- 互斥锁方案，请求数据库写数据到缓存之前，先获取互斥锁，保证只有一个请求会落到数据库上，减少数据库的压力。
- 不给热点数据设置过期时间，由后台异步更新缓存，或者在热点数据准备要过期前，提前通知后台线程更新缓存以及重新设置过期时间；
二、缓存穿透
当大量请求的数据既不在缓存中，也不在数据库中，导致请求在访问缓存时，发现缓存缺失，再去访问数据库时，发现数据库中也没有要访问的数据，没办法重新构建缓存数据，来响应后续的请求。那么当有大量这样的请求到来时，数据库的压力骤增，这就是缓存穿透的问题解决方案：
- 非法请求的限制，如果是url参数有问题或者是恶意攻击请求不存在的数据，可以在API 入口处判断求请求参数是否合理，不合理就限制请求；
- 缓存空值或者默认值，当出现缓存穿透的现象时，可以针对查询的数据，在缓存中设置一个空值或者默认值；
- 使用布隆过滤器快速判断数据是否存在，避免通过查询数据库来判断数据是否存在；
三、缓存雪崩
通常我们为了保证缓存中的数据与数据库中的数据一致性，会给 Redis 里的数据设置过期时间，当缓存数据过期后，用户访问的数据如果不在缓存里，业务系统需要重新生成缓存，因此就会访问数据库，并将数据更新到 Redis 里，这样后续请求都可以直接命中缓存。那么，当大量缓存数据在同一时间过期（失效）或者 Redis 故障宕机时，如果此时有大量的用户请求，都无法在 Redis 中处理，于是全部请求都直接访问数据库，从而导致数据库的压力骤增，严重的会造成数据库宕机，从而形成一系列连锁反应，造成整个系统崩溃，这就是缓存雪崩的问题。
解决方案：
-
均匀设置过期时间；
如果要给缓存数据设置过期时间，应该避免将大量的数据设置成同一个过期时间。我们可以在对缓存数据设置过期时间时，给这些数据的过期时间加上一个随机数，这样就保证数据不会在同一时间过期。 -
互斥锁；
当业务线程在处理用户请求时，如果发现访问的数据不在 Redis 里，就加个互斥锁，保证同一时间内只有一个请求来构建缓存 -
后台更新缓存；
业务线程不再负责更新缓存，缓存也不设置有效期，而是让缓存“永久有效”，并将更新缓存的工作交由后台线程定时更新。
四、总结
简单来说:-
缓存雪崩就是redis中大量key同时过期
-
缓存击穿就是redis中热点数据的key突然过期，虽然不是大量key同时过期，但是因为是热点数据，请求量也非常大
-
缓存穿透就是大量请求的数据既不在redis中，也不在数据库中，比如非法访问，黑客攻击，或者url上乱改参数访问等
参考文档：
https://www.zhihu.com/question/421946305