缓存三大问题（缓存雪崩、缓存穿透、缓存击穿）及防护手段

一、Redis 缓存雪崩、击穿、穿透三大问题

雪崩是大面积 key 过期或节点故障，解决靠随机过期+集群高可用；
击穿是单个热点 key 失效，用互斥锁或逻辑过期；
穿透是查询不存在数据，用布隆过滤器+空值缓存拦截。

1.1、缓存雪崩（Cache Avalanche）

维度	要点
定义	大量 key 同时过期或 Redis 整体宕机，导致所有请求直达 DB。
触发场景	• 批量 key 设置相同过期时间（如整点 00:00） • 节点故障、机房断网。
危害	DB 瞬时 QPS 暴涨 → 连接池耗尽 → 服务整体不可用。
防御方案	• 过期时间加随机值（打散） `set key value EX $((base+rand))` • 永不过期 + 异步刷新（对热点 key） • 高可用集群（主从+哨兵 / Cluster） • 多级缓存（本地 Caffeine + Redis） • 熔断降级（Sentinel / Hystrix）

1.2、缓存击穿（Cache Breakdown）

维度	要点
定义	单个热点 key 在失效瞬间被高并发冲击，所有请求打到 DB。
触发场景	• 热点 key 过期或被主动删除 • 微博热搜、秒杀商品。
危害	相比雪崩影响面小，但并发更高，可能打挂单节点 DB。
防御方案	• 互斥锁（mutex） `java<br>boolean lock = redisTemplate.opsForValue()<br> .setIfAbsent("lock:sku123", "1", 5, TimeUnit.SECONDS);<br>if (lock) { /* 查库并回写缓存 / }<br>` • 逻辑过期（value 里存过期时间，异步线程刷新） • 热点 key 永不过期* + 后台定时更新

1.3、缓存穿透（Cache Penetration）

维度	要点
定义	大量请求访问根本不存在的数据 → Redis 无值 → DB 也无值，每次穿透。
触发场景	• 恶意攻击随机 ID • 代码 bug 传入非法参数。
危害	DB 空查也占连接，容易被刷爆。
防御方案	• 布隆过滤器（预加载合法 ID） • 空对象缓存（short-term） `setex not:sku999 "" 30s` • 参数合法性校验（网关层 / 业务层）

2、防护手段
实际项目中，我们在秒杀场景把三种手段叠加，最终把 DB QPS 控制在 200 以内。

本地 Caffeine 抗雪崩，
Redis 互斥锁防击穿，
布隆过滤器挡穿透，

2.1、本地 Caffeine 抗雪崩（L1 缓存）

维度	说明
问题定位	当 Redis 大面积失效或网络隔离，流量直接打到 DB，形成缓存雪崩。
工作原理	在每台应用实例内再建一级进程内缓存（Caffeine）。 • 读：先查 Caffeine → 未命中再查 Redis → 仍未命中才查 DB。 • 写：DB 更新后，先清 Redis，再异步广播清理本地缓存（基于 Redis Pub/Sub 或 Canal）。
关键配置	`java<br>Caffeine.newBuilder()<br> .maximumSize(10_000) // 最大条目<br> .expireAfterWrite(30, TimeUnit.SECONDS)<br> .recordStats() // 监控命中率<br> .build();<br>`
优势	1. 无网络 RTT，单机 QPS 可提升 1~2 个量级。 2. Redis 故障时仍能提供有损服务，避免雪崩。
注意点	• 内存占用：10 万条对象 ≈ 几十 MB。 • 一致性：本地 TTL 设短，或主动失效。

2.2、Redis 互斥锁防击穿（L2 缓存）

维度	说明
问题定位	单个热点 key 失效瞬间，大量并发击穿到 DB。
工作原理	只有一个线程能拿到锁，其余线程阻塞或重试；拿到锁的线程去 DB 查询并回写缓存。
最简代码（Lua 原子锁）	`java<br>// 1. 抢锁<br>Boolean locked = redisTemplate.execute(<br> RedisScript.of(<br> "if redis.call('setnx', KEYS[1], ARGV[1]) == 1 then " +<br> " redis.call('expire', KEYS[1], ARGV[2]); return 1; " +<br> "else return 0; end"),<br> Collections.singletonList("lock:sku123"),<br> UUID.randomUUID().toString(), "5");<br>// 2. 释放锁：用 Lua 保证“谁加的谁释放”<br>`
Redisson 高级方案	• `RLock lock = redisson.getLock("lock:sku123");` • 自带看门狗（每 1/3 TTL 自动续期）防止业务执行时间 > TTL。
注意点	• 锁超时必须大于 99% 业务耗时。 • 高并发下阻塞线程数不能太多，可改用逻辑过期（见下）。

2.3、布隆过滤器挡穿透（L0 前置）

维度	说明
问题定位	请求的是根本不存在的数据（如 id = -1），Redis & DB 都无结果，导致每次穿透到 DB。
工作原理	• 把所有合法 key 预先通过 k 个 hash 函数映射到一个位数组（bit array）。 • 查询时先走 BloomFilter： – 若返回 0 → 一定不存在，直接返回空。 – 若返回 1 → 可能存在（有极低误判率），继续查 Redis。
代码示例（Guava）	`java<br>BloomFilter<String> bf = BloomFilter.create(<br> Funnels.stringFunnel(Charset.defaultCharset()),<br> 1_000_000, 0.01); // 100w 条，误判率 1%<br>// 初始化<br>productIds.forEach(id -> bf.put(id));<br>// 使用<br>if (!bf.mightContain(requestId)) {<br> return Result.empty();<br>}<br>`
Redis 模块	• Redis 4.0+ 原生 `RedisBloom` 模块：`BF.ADD / BF.EXISTS`。 • 误判率可调：`BF.RESERVE bf 0.001 500000`。
注意点	• 只能增查，不能删（计数 BloomFilter 除外）。 • 误判率设太低 → 位数组过大，占用内存。

面试 30 秒话术：
我们线上用三级缓存三高：
• 布隆过滤器在网关层先挡穿透；
• Caffeine 做 L1，30 s TTL，Redis 故障时兜底；
• Redis 互斥锁（Redisson）防击穿，看门狗续期，锁超时 5 s；
上线半年，缓存命中率 96%，DB QPS 从 3 w 降到 1 k。