Redis缓存雪崩

我们直接用一个 缓存雪崩 的例子来演示整个流程，让你看到“高并发请求 + 缓存同时过期 → DB 压力爆炸”的刺激场景。下面用 Spring + Redis + MySQL 来说明，方便你直接理解和模拟。

---

场景

• 假设有一个热门商品列表，缓存 key 为 hot:products。

• 缓存过期时间统一设置成 10秒。

• 模拟 大量并发请求 在缓存过期后同时访问 DB → 缓存雪崩发生。

---

1️⃣ 缓存雪崩示例代码

@Service
public class ProductService {@Autowiredprivate ProductMapper productMapper; // MyBatis 操作 DB@Autowiredprivate RedisTemplate<String, Object> redisTemplate;private static final String CACHE_KEY = "hot:products";// 简单读取方法（不做任何保护，模拟雪崩）public List<Product> getHotProducts() {List<Product> products = (List<Product>) redisTemplate.opsForValue().get(CACHE_KEY);if (products != null) {return products;}// 缓存没命中 → 查询 DBproducts = productMapper.findHotProducts();// 写回缓存，设置统一过期时间redisTemplate.opsForValue().set(CACHE_KEY, products, 10, TimeUnit.SECONDS);return products;}
}

---

2️⃣ 模拟高并发访问

假设同时有100w人访问这个热门产品。

---

3️⃣ 现象分析

1. 缓存刚过期，100w个请求同时到达 getHotProducts()。

2. 缓存 miss → 100w个请求全部访问 DB。

3. DB 承受巨大压力，如果更高并发可能直接宕机或延迟暴增。

4. 最终只有一条或少数几条请求回填缓存，其他的都浪费了 DB 资源。

---

4️⃣ 改进策略（防止雪崩）

1. 加随机过期时间

// 避免同时过期
long expire = 10 + new Random().nextInt(5); // 10~15秒
redisTemplate.opsForValue().set(CACHE_KEY, products, expire, TimeUnit.SECONDS);

1. 加互斥锁 / 单线程去 DB 回填

RLock lock = redissonClient.getLock(CACHE_KEY + ":lock");
lock.lock();
try {products = productMapper.findHotProducts();redisTemplate.opsForValue().set(CACHE_KEY, products, 10, TimeUnit.SECONDS);
} finally {lock.unlock();
}

• 保证同一时间只有一个线程去 DB 回填，其它线程等待或读取缓存。

1. 使用异步刷新 / 预热缓存

• 缓存临近过期时提前刷新，不让大量请求打到 DB。

• 可用定时任务 + 异步刷新。

---

💡 小结

• 缓存雪崩就是缓存集中过期导致 DB 瞬间压力暴增。

• 防护策略主要有：

  • 随机过期（分散时间）

  • 加互斥锁（单线程回填）

  • 异步刷新 / 预热（提前回填）

• 实际项目一般多策略结合使用，保证高并发下 DB 安全。