穿透
产生原因
当处理请求需要从Redis中查询一些数据时，查询的key在Redis在可能Redis中不存在，需要在一次到数据库中查询，可是数据库中也没有对应数据，这就导致了Redis穿透的现象。
解决方案
方案一：使用布隆过滤器或布谷鸟过滤器
使用布隆过滤器，布隆过滤器通过对位数组的hash计算判断key值是否存在，如果不存在那就说明没有对应数据，如果存在再到Redis中查询；
可能会有少量数据出现，布隆过滤器告知key存在，并不一定在Redis中真的存在，这是布隆过滤器的缺点，这种数据的多少会随着hash计算的算法不同而有所改变
布隆过滤器有一个大的问题，就是只能增不能删，所以当key的删除多时需要改用布谷鸟过滤器
布谷鸟过滤器不适合key增加频繁时使用，当数据过多的时候，容易出现循环的问题，插入失败的情况
方案二：使用缓存空值
当第一次发现对应数据在Redis和数据中都不存在时，可以在Redis缓存空值(set key null)
Redis缓存空值会有空间消耗，空值过多会占用较多的空间
如果第一次发现时有大量的请求访问，那么除了第一个请求之外，其他的都会进行没有必要的查询，因为第一次查询就已经知道对应数据不存在了，所以在高并发的情况下，需要使用分布式锁来防止无效的查询
击穿
产生原因
当处理请求需要从Redis中查询一些数据时，查询的key在Redis在可能Redis中不存在，需要在一次到数据库中查询，数据库中有对应数据；
可能是因为key过期或其他原因导致Redis没有缓存数据库的数据，这就导致了Redis穿透的现象。
解决方案
当第一次发现对应数据没有Redis中时要写到Redis中，但是如果key设置永不过期，缓存的数据会越来越多，占用的资源会越来越多成本太高，所以多数情况下都会设置过期时间
同样的这种情况也会存在并发问题，也需要使用分布式锁来防止无效的查询
雪崩
产生原因
雪崩和击穿比较相像，击穿是多个请求访问同一个Key不存在，那么雪崩就是多个请求访问多个Key都不存在导致了Redis雪崩的现象。
解决方案
采用多级缓存机制，本地进程作为一级缓存，redis作为二级缓存，不同级别的缓存设置的超时时间不同，即使某级缓存过期了，也有其他级别缓存兜底
如果缓存有的过期时间，这些过期时间用随机值，尽量让不同的key的过期时间不同