当前位置：首页 > news >正文

从零起步学习Redis || 第九章：缓存雪崩，缓存击穿，缓存穿透三大问题的成因及实战解决方案

news 2025/10/7 8:32:57

前言

在高并发系统中，我们通常会使用 Redis 来做缓存，以减轻数据库压力、提高系统性能。然而，在实际开发中，如果缓存机制设计不当，就容易出现三种经典问题：

缓存雪崩（Cache Avalanche）
缓存击穿（Cache Breakdown）
缓存穿透（Cache Penetration）

这三种问题看起来类似，但根本原因和解决方案却不相同。本文将逐一分析它们的 成因、影响、解决方案及代码实践。

一、缓存雪崩（Cache Avalanche）

1. 概念

缓存雪崩是指：

在同一时间，大量缓存数据同时过期或缓存服务宕机，导致所有请求直接打到数据库，数据库压力骤增甚至崩溃。

2. 成因

所有缓存 key 设置了相同的过期时间（如都在凌晨 0 点失效）；
Redis 宕机；
应用重启或缓存被批量清空。

示例：

商品信息缓存设置为 2 小时失效，2 小时后所有 key 同时过期，大量请求瞬间涌向数据库。

3. 解决方案

✅ 方案1：给过期时间加随机值（均匀平均过期时间）

避免同一时刻大量 key 同时失效。

int expire = 3600 + new Random().nextInt(600); // 1小时~1小时10分钟
redisTemplate.opsForValue().set("product:" + id, product, expire, TimeUnit.SECONDS);

✅ 方案2：缓存预热

在系统启动或流量高峰前，提前加载热点数据进缓存。

✅ 方案3：服务降级机制

当缓存不可用时，临时返回默认值、兜底数据或提示稍后再试。

✅ 方案4：多级缓存

例如：

一级：本地缓存（Caffeine、Guava）
二级：Redis

✅ 方案5：互斥锁

当大量业务线程请求Redis发现数据不存在（过期），使用互斥锁锁住一个线程（保证同一时刻只有一个线程去拉取数据到Redis），其他线程没有锁就无法请求，只能等待或者返回空值

✅ 方案6：后台更新缓存

数据直接设置为不过期，如果数据库有变化，再更新Redis中的数据

问题：不过期可能会出现内存淘汰，此时如何处理？

答：业务线程发现缓存数据失效后，用消息队列通知后台线程更新缓存

二、缓存击穿（Cache Breakdown）

1. 概念

缓存击穿是指：

某个热点 key 在失效的瞬间，有大量并发请求同时访问该 key，缓存未命中，导致瞬间大量请求打到数据库。

2. 成因

热点 key 过期（例如秒杀商品、首页 banner 等）；
瞬间有大量请求访问该热点 key。

3. 解决方案

✅ 方案1：分布式锁（互斥锁）

防止多个线程同时去加载数据库。

String key = "product:" + id;
String lockKey = "lock:" + key;Object cache = redisTemplate.opsForValue().get(key);
if (cache == null) {if (tryLock(lockKey)) { // 抢到锁Object dbData = queryFromDB(id);redisTemplate.opsForValue().set(key, dbData, 60, TimeUnit.SECONDS);releaseLock(lockKey);} else {Thread.sleep(100); // 没抢到锁的稍等再查缓存return redisTemplate.opsForValue().get(key);}
}
return cache;

✅ 方案2：逻辑过期（永不过期策略）

缓存中保存数据和过期时间字段，过期后后台异步更新，而非直接删除缓存。

✅ 方案3：异步预刷新

使用定时任务在 key 即将过期时提前刷新。

三、缓存穿透（Cache Penetration）

1. 概念

缓存穿透是指：

查询一个 缓存和数据库中都不存在的 key，每次请求都绕过缓存直接打到数据库，导致数据库压力过大。

2. 成因

用户或攻击者请求非法或不存在的 key；
数据库查无此数据，缓存未保存任何结果；
下次相同请求又打到数据库。

示例：

攻击者请求 /product?id=-9999，Redis 没有，数据库也没有。下次再请求又重复打 DB。

3. 解决方案

✅ 方案1：缓存空对象

查询结果为空时，也写入缓存（可设置较短 TTL）。

Object dbData = queryFromDB(id);
if (dbData == null) {redisTemplate.opsForValue().set("product:" + id, "NODATA", 60, TimeUnit.SECONDS);
} else {redisTemplate.opsForValue().set("product:" + id, dbData, 300, TimeUnit.SECONDS);
}

✅ 方案2：参数校验

对请求参数合法性进行检查，如 ID < 0 或非法字符直接拦截。

✅ 方案3：布隆过滤器（Bloom Filter）

在访问 Redis 之前，先通过布隆过滤器判断 key 是否可能存在。

不存在 → 直接拦截请求；
可能存在 → 再访问 Redis。

if (!bloomFilter.mightContain("product:" + id)) {return null; // 直接拦截
}
return redisTemplate.opsForValue().get("product:" + id);

四、对比总结

问题类型	现象	成因	解决方案
缓存雪崩	大量缓存同时失效，DB 压力暴增	同一时间过期、Redis 宕机	随机过期时间、预热、降级、多级缓存
缓存击穿	热点 key 失效瞬间被并发访问	热点 key 过期	分布式锁、逻辑过期、异步刷新
缓存穿透	查询不存在数据反复访问 DB	key 不存在且无缓存	缓存空值、参数校验、布隆过滤器