跳到主要内容

缓存问题

问题​

什么是缓存穿透、击穿、雪崩？分别怎么解决？

答案​

一、三大缓存问题对比​

问题定义原因严重程度
缓存穿透查询一个 不存在 的数据恶意攻击或代码 Bug⭐⭐⭐
缓存击穿一个热点 key 过期高并发请求同时穿透⭐⭐⭐⭐
缓存雪崩大量 key 同时过期集中过期或 Redis 宕机⭐⭐⭐⭐⭐

二、缓存穿透​

场景：请求 id = -1 的数据，缓存没有，数据库也没有。每次请求都直接打到数据库。

解决方案​

方案 1：缓存空值

查数据库 → 不存在 → 缓存 key → null（短过期时间，如 2 分钟）
优点缺点
简单大量不存在的 key 浪费内存

方案 2：布隆过滤器（推荐）

布隆过滤器用位数组 + 多个哈希函数判断元素是否存在：

  • 说 不存在 → 一定不存在
  • 说 存在 → 可能存在（有一定误判率）

三、缓存击穿​

场景：某个热点 key（如热门商品）过期的一瞬间，大量请求同时到来，全部打到数据库。

解决方案​

方案 1：互斥锁

缓存未命中 → 获取分布式锁 → 只有一个请求查数据库 → 写入缓存 → 释放锁
其他请求 → 等待 → 从缓存读取

方案 2：逻辑过期

不设置实际过期时间，在 value 中存一个逻辑过期时间。
读取时判断：
  - 未过期 → 直接返回
  - 已过期 → 返回旧数据 + 异步线程去更新缓存
方案一致性可用性
互斥锁强一致部分请求需等待
逻辑过期短暂不一致高可用，不阻塞

方案 3：热点 key 永不过期

对已知的热点 key，不设过期时间，在数据变更时主动更新缓存。

四、缓存雪崩​

场景：大量 key 在同一时间过期，或者 Redis 实例宕机，导致大量请求涌向数据库。

解决方案​

场景 1：大量 key 同时过期

# 添加随机过期时间
expireTime = baseExpire + random(0, 300)  # 基础过期 + 0~300 秒随机

场景 2：Redis 宕机

方案说明
Redis 高可用Sentinel / Cluster
本地缓存（L1）Caffeine 等进程内缓存
限流降级保护数据库不被打崩
熔断器数据库承受不住时直接返回降级响应

五、综合防御体系​

常见面试问题​

Q1: 缓存穿透和缓存击穿的区别？​

答案：

  • 穿透：查的数据 不存在（数据库也没有）
  • 击穿：查的数据 存在但缓存过期了（数据库有）

两者都会导致请求打到数据库，但原因和解决方案不同。

Q2: 布隆过滤器的误判怎么处理？​

答案：
误判意味着布隆过滤器说「存在」但实际「不存在」。这种情况请求会穿透到数据库查一次，发现不存在后可以缓存空值。误判率可通过增大位数组或增加哈希函数来降低（通常控制在 1% 以内）。

Q3: 热点 key 如何发现？​

答案：

  1. 业务预判：秒杀商品、热门话题等可预知的热点
  2. Redis 监控：redis-cli --hotkeys（4.0+ LFU 模式）
  3. proxy 统计：中间件层统计 key 的访问频率
  4. 本地缓存兜底：对已知热点 key 加本地缓存

相关链接​