Redis缓存三兄弟：穿透、击穿、雪崩

目录

1. 缓存穿透（Cache Penetration）

是什么？

如何解决？

2. 缓存击穿（Cache Breakdown）

是什么？

如何解决？

3. 缓存雪崩（Cache Avalanche）

是什么？

如何解决？

总结对比

在日常开发中，尤其是高并发系统里，缓存（Redis/Memcached）是提升性能、保护数据库的利器。其中最经典的三个问题就是：缓存穿透、缓存击穿和缓存雪崩。

它们仨名字相似，但成因和解决方案截然不同。今天我们就来彻底搞懂它们！

1. 缓存穿透（Cache Penetration）

是什么？

缓存穿透是指查询一个数据库中根本不存在的数据。这意味着这个请求一定会穿透缓存，直接抵达数据库。如果有恶意攻击者持续用大量不存在的ID来请求，会给数据库带来巨大压力甚至压垮它。

简单比喻： 你在图书馆（缓存）查一本书，发现没有，于是去总书库（数据库）查，总书库也告诉你没有。然后你又用另一个根本不存在的书名重复这个过程，最终把图书管理员（数据库）累垮了。

如何解决？

1. 缓存空对象（Null Object Caching）

// 伪代码示例
public Object getData(String key) {
    Object data = cache.get(key);
    if (data != null) {
        // 缓存有数据，直接返回（即使是空值）
        return data;
    }
    data = db.query(key); // 查询数据库
    if (data == null) {
        // 数据库也没有，缓存空值，设置短过期时间
        cache.set(key, null, 300); // 过期时间5分钟
    } else {
        // 数据库有，缓存真实数据
        cache.set(key, data, 3600); // 过期时间1小时
    }
    return data;
}

• 做法： 即使从数据库没查到，也在缓存中存一个空值（如 null），并设置一个较短的过期时间（如1-5分钟）。
• 优点： 实现简单，能有效应对短期的大量攻击。
• 缺点： 可能会在缓存中存储大量无用的空键，如果攻击的key每次都变，效果会打折扣。

        2.布隆过滤器（Bloom Filter）

• 做法： 在缓存之前，设置一个布隆过滤器。它是一个很长的二进制向量和一系列随机映射函数，用于快速判断一个元素是否绝对不存在于某个集合中。
• 流程： 请求 -> 布隆过滤器判断 -> 如果判断为“不存在”，则直接返回空 -> 如果判断为“存在”，才去查询缓存/数据库。
• 优点： 内存占用极小，能从源头彻底阻止不存在的key的请求。
• 缺点： 有极小的误判率（判断为存在，但实际可能不存在），且无法删除数据（可使用变体Counting Bloom Filter）。

2. 缓存击穿（Cache Breakdown）

是什么？

缓存击穿是指一个热点key在缓存过期的瞬间，同时有大量的请求过来。这些请求发现缓存过期，都会立刻去加载数据库数据并回设缓存。这个瞬间的并发压力全部落在数据库上，就像在屏障上击穿了一个洞。

简单比喻： 网红店（热点key）限时优惠（缓存过期）结束的瞬间，大门重新打开，无数等待已久的人（并发请求）一拥而入，直接把柜台（数据库）挤爆了。

如何解决？

1. 设置热点数据永不过期

• 做法： 对于极热点数据，可以设置逻辑过期时间。即在value中存储一个过期时间字段，程序判断是否过期，而不是真的让Redis使其失效。
• 流程： 发现逻辑过期后，程序会发起一个异步请求去更新缓存，而在更新期间，旧的缓存数据依然可以对外服务。

        2.互斥锁（Mutex Lock）

// 伪代码示例：使用互斥锁
public Object getData(String key) {
    Object data = cache.get(key);
    if (data == null) { // 缓存失效
        if (lock.tryLock()) { // 尝试获取分布式锁
            try {
                data = db.query(key); // 只有一个线程查询数据库
                cache.set(key, data, 3600);
            } finally {
                lock.unlock();
            }
        } else {
            // 没拿到锁的线程，等待片刻后重试或返回默认值
            Thread.sleep(100);
            return getData(key); // 重试
        }
    }
    return data;
}

• 做法： 当缓存失效时，不是所有线程都能去查询数据库。只允许一个线程（如使用Redis的 setnx 命令）去查询数据库并重建缓存，其他线程等待或返回旧数据（如果允许）。
• 优点： 强一致性，能有效减轻数据库压力。
• 缺点： 性能有损耗，可能存在死锁风险，实现复杂度稍高。

3. 缓存雪崩（Cache Avalanche）

是什么？

缓存雪崩是指缓存中大量的key在同一时间（或时间段）过期，或者Redis缓存服务器直接宕机。导致所有请求都无法命中缓存，全部涌向数据库，导致数据库瞬时压力过大而崩溃，就像雪崩一样。

简单比喻： 很多家网红店（大量key）都在同一分钟结束优惠（同时过期），所有等待的顾客（大量请求）同时冲向各家店铺的柜台（数据库），导致整个商圈（系统）瘫痪。

如何解决？

1. 错开过期时间

// 设置缓存时，基础时间 + 随机时间
int expireTime = 3600 + new Random().nextInt(300); // 3600 ± 300秒
cache.set(key, data, expireTime);

• 做法： 给缓存数据的过期时间加上一个随机值（如1-5分钟的随机数），避免大量key在同一时刻过期。
• 优点： 实现简单，效果显著。

        2.构建高可用缓存集群

• 做法： 通过Redis的哨兵（Sentinel）或集群（Cluster）模式，实现缓存服务的高可用。即使个别节点宕机，整个服务依然可用，防止“全军覆没”。

        3.服务降级与熔断（Hystrix/Sentinel）

• 做法： 在应用层使用熔断降级组件。当检测到数据库访问慢或失败率过高时，自动进行熔断（直接返回默认值、友好提示），不再访问数据库，保护数据库不被拖垮。

总结对比

理解这三者的区别并采取正确的应对策略，是构建高并发、高可用系统的必备技能。希望这篇博客能帮你理清思路！