缓存三大问题与解决方案

• 理解缓存穿透、击穿、雪崩的定义

• 掌握每种问题的解决方案

• 能在业务中设计合理的缓存方案

核心讲解

（1）缓存穿透

问题：查询一个数据库和缓存都没有的数据，请求直接打到数据库，大量这样的请求会压垮数据库。

• 原因：数据不存在，缓存不命中，每次都查库

解决方案：

1. 布隆过滤器：把所有存在的 key 存布隆过滤器，不存在的直接拦截，过滤掉绝大多数

2. 缓存空值：查询不存在的数据，也缓存一个空值（短过期时间），下次直接返回空

3. 参数校验：接口层做参数校验，非法参数直接拦截

（2）缓存击穿

问题：某个热点 key 过期的瞬间，大量并发请求过来，都打到数据库，压垮数据库。

• 原因：热点 key 过期，同时大量请求

解决方案：

1. 互斥锁：缓存失效时，只有一个请求去查库并更新缓存，其他等待，避免并发查库

2. 热点数据永不过期：特别热的 key 不设置过期时间，后台异步更新

3. 软过期：逻辑过期，值里存过期时间，后台异步更新，前台还是返回旧值

（3）缓存雪崩

问题：大量 key 同一时间集体过期，或者 Redis 宕机，大量请求全部打到数据库，压垮数据库。

• 原因 1：大量 key 设置了相同的过期时间，同时失效

• 原因 2：Redis 整体故障，所有请求都走库

解决方案：

1. 过期时间加随机值：每个 key 的过期时间加一个随机偏移，避免同时过期

2. 多级缓存：本地缓存 + Redis 缓存，一层没了还有下一层

3. 服务降级：缓存挂了，部分接口降级，返回默认值，保护核心业务

4. 高可用集群：哨兵、集群，避免单点故障

5. 限流：超过阈值直接限流，保护数据库不被打垮

代码示例

# Python 简单互斥锁解决击穿
import redis
import time

r = redis.Redis(decode_responses=True)

def get_product(pid):
    # 先查缓存
    cache = r.get(f"product:{pid}")
    if cache:
        return cache
    
    # 缓存没有，加锁查库
    lock_key = f"lock:product:{pid}"
    # 尝试加锁，SETNX
    if r.set(lock_key, 1, ex=10, nx=True):
        try:
            # 模拟查数据库
            print("查数据库")
            data = f"商品{pid}的数据"
            # 回写缓存
            r.setex(f"product:{pid}", 300, data)
            return data
        finally:
            # 释放锁
            r.delete(lock_key)
    else:
        # 没拿到锁，等一下重试
        time.sleep(0.1)
        return get_product(pid)

常见误区

1. 三个问题是一回事：穿透是查不存在的，击穿是热点 key 过期，雪崩是大量 key 同时挂，不一样

2. 布隆过滤器 100% 准确：布隆过滤器有误判率，说存在的可能不存在，说不存在的一定不存在

3. 加了缓存就一定快：缓存设计不好，击穿、雪崩的时候反而更慢

4. 缓存永远比数据库好：命中率低的缓存，还不如直接查库，要评估命中率

课后练习

1. 分别说明缓存穿透、击穿、雪崩的定义

2. 分别说明三种问题的至少两种解决方案

3. 用伪代码实现互斥锁解决缓存击穿

4. 思考：实际项目中如何设计缓存策略？