大都会app下载二维码内部搜索引擎优化

在分布式系统和高并发场景中，缓存机制是提高系统性能的重要手段。
然而，缓存在某些情况下会出现三种典型的异常现象：缓存穿透、缓存击穿和缓存雪崩。

---

1. 缓存穿透

现象

查询的数据在缓存和数据库中都不存在，每次请求都直接打到数据库，导致数据库压力陡增。

原因

• 恶意攻击或爬虫发送大量无效请求。
• 缓存层未对空值或错误结果进行缓存。

解决方案

1. 缓存空值：即使数据库返回空值，也写入缓存并设置短暂过期时间。

   if result == nil {redis.Set("key", "null", 60*time.Second)
   }
   

2. 布隆过滤器：提前判断 Key 是否存在。
3. 接口限流和黑名单。

---

2. 缓存击穿

现象

热点数据（访问量极高的数据）在缓存过期瞬间，大量请求同时打到数据库，导致数据库崩溃。

原因

• 缓存失效导致瞬时请求全部涌向数据库。
• 高并发环境下缺乏对缓存重建的控制。

解决方案

1. 设置热点数据永不过期，只通过手动更新缓存。
2. 加互斥锁：只允许一个线程更新缓存，其他线程等待。

   lockKey := "lock_key"
   if !redis.SetNX(lockKey, 1, 10*time.Second).Val() {time.Sleep(50 * time.Millisecond)
   }
   

3. 提前缓存预热：在缓存即将过期时，提前触发缓存更新。

---

3. 缓存雪崩

现象

大量缓存同时失效，导致瞬时请求全部打到数据库，数据库压力暴增。

原因

• 缓存数据集中设置了相同的过期时间。
• Redis 宕机或网络故障导致缓存不可用。

解决方案

1. 设置过期时间随机化：避免缓存同时失效。

   expireTime := 60 + rand.Intn(30) // 随机增加30秒
   redis.Set("key", value, time.Duration(expireTime)*time.Second)
   

2. 多级缓存架构：使用本地缓存（如 Guava Cache）+ 分布式缓存（Redis）。
3. Redis 集群部署，避免单点故障。

---

总结

异常类型	触发场景	解决方案
缓存穿透	请求的数据不存在	缓存空值、布隆过滤器
缓存击穿	热点数据过期的瞬间	加锁、缓存预热
缓存雪崩	大量缓存同时失效	过期时间随机化、多级缓存

---

https://github.com/0voice