缓存雪崩
定义
缓存雪崩是指缓存中数据大批量到过期时间，而查询数据量巨大，引起数据库压力过大甚至down机。和缓存击穿不同的是，缓存击穿指并发查同一条数据，缓存雪崩是不同数据都过期了，很多数据都查不到从而查数据库。
解决方案
- 缓存数据的过期时间设置随机，防止同一时间大量数据过期现象发生。
- 如果缓存数据库是分布式部署，将热点数据均匀分布在不同搞得缓存数据库中。
- 设置热点数据永远不过期。
缓存击穿
定义
缓存击穿是指缓存中没有但数据库中有的数据（一般是缓存时间到期），这时由于并发用户特别多，同时读缓存没读到数据，又同时去数据库去取数据，引起数据库压力瞬间增大，造成过大压力
解决方案
加互斥锁
在并发的多个请求中，只有第一个请求线程能拿到锁并执行数据库查询操作，其他的线程拿不到锁就阻塞等着，等到第一个线程将数据写入缓存后，直接走缓存。
热点数据不过期
直接将缓存设置为不过期，然后由定时任务去异步加载数据，更新缓存。
这种方式适用于比较极端的场景，例如流量特别特别大的场景，使用时需要考虑业务能接受数据不一致的时间，还有就是异常情况的处理，不要到时候缓存刷新不上，一直是脏数据，那就凉了。
缓存穿透
定义
缓存穿透是指缓存和数据库中都没有的数据，而用户不断发起请求，如发起为id为“-1”的数据或id为特别大不存在的数据。这时的用户很可能是攻击者，攻击会导致数据库压力过大。
解决方案
缓存空值
将数据库中的空值也缓存到缓存层中，这样查询该空值就不会再访问DB，而是直接在缓存层访问就行。
但是这样有个弊端就是缓存太多空值占用了更多的空间，可以通过给缓存层空值设立一个较短的过期时间来解决，例如60s。
布隆过滤器
将数据库中所有的查询条件，放入布隆过滤器中，
当一个查询请求过来时，先经过布隆过滤器进行查，如果判断请求查询值存在，则继续查；如果判断请求查询不存在，直接丢弃。
原理
原理就是一个对一个key进行k个hash算法获取k个值，在比特数组中将这k个值散列后设定为1，然后查的时候如果特定的这几个位置都为1，那么布隆过滤器判断该key存在。
布隆过滤器可能会误判，如果它说不存在那肯定不存在，如果它说存在，那数据有可能实际不存在；
Redis的bitmap只支持2^32大小，对应到内存也就是512MB，误判率万分之一，可以放下2亿左右的数据，性能高，空间占用率及小，省去了大量无效的数据库连接。
因此我们可以通过布隆过滤器，将Redis缓存穿透控制在一个可容范围内。
误判
误判的原因，主要是Hash算法的问题。布隆过滤器是由于一个二进制和一个 Hash 算法组成的，Hash 算法存在着一定的碰撞几率。Hash 碰撞的含义是不同的输入值经过 hash 得到相同的 hash 结果。
hash 算法的输入值是无限的，输出值空间是固定的，比如 16位 hash 值的之空间是 65535 这样碰撞几率就是 1/65535 ，即输入值的个数超过 65535 就一定会发生碰撞。
如何减少误判几率？
布隆过滤器存在误判，但是依然可以减少缓存穿透的发，但是为了尽量减少误判，可以使用如下解决方案：
使用多个 hash 算法为元素计算出多个 Hash 值，只有所有的hash 值对应的数组都为1个小时，才会认定这个元素在集合中。
使用
- 选择多个 Hash 函数计算多个 hash 值，可以减少误判
- 布隆过滤器会消耗一定的内存空间，所以在使用时需要评估业务场景需要多大的内存消耗。
如果出现了一个极热数据，一旦失效，会有大量数据穿透到数据库。给数据库造成极大压力。
主从集群脑裂
定义
redis的集群脑裂是指因为网络问题，导致redis master节点跟redis slave节点和sentinel集群处于不同的网络分区，此时因为sentinel集群无法感知到master的存在，所以将slave节点提升为master节点。此时存在两个不同的master节点，就像一个大脑分裂成了两个。
集群脑裂问题中，如果客户端还在基于原来的master节点继续写入数据，那么新的master节点将无法同步这些数据，当网络问题解决之后，sentinel集群将原先的master节点降为slave节点，此时再从新的master中同步数据，将会造成大量的数据丢失。
min-replicas-to-write 3
min-replicas-max-lag 10
第一个参数表示连接到master的最少slave数量
第二个参数表示slave连接到master的最大延迟时间
按照上面的配置，要求至少3个slave节点，且数据复制和同步的延迟不能超过10秒，否则的话master就会拒绝写请求，配置了这两个参数之后，如果发生集群脑裂，原先的master节点接收到客户端的写入请求会拒绝，就可以减少数据同步之后的数据丢失。
redis缓冲区
复制缓冲区：它是为全量同步服务的,用于保存主从复制过程中增量的命令
积压缓冲区：它是为部分重同步服务的，用于保存一定数据大小的历史执行命令，是一个先进先出的队列，大小固定
会对 Redis 主从同步产生什么影响吗?
积压缓冲区可以在一定程度上加快主从达到一致性，减少redis资源消耗（针对场景是断线重连）
复制缓冲区的话，如果设置的过小，可能RDB文件没有同步完，就爆了，这样的话，主从同步中断，需要重新全量同步