缓存穿透、缓存击穿、缓存雪崩的区别与解决方案

1. 缓存穿透（Cache Penetration）

定义：大量请求查询 数据库中不存在的数据，导致请求绕过缓存直接访问数据库，造成数据库压力过大。

场景：

恶意攻击：例如用不存在的用户ID频繁请求。

业务误操作：系统逻辑错误导致生成无效查询（如负数ID）。

解决方案：

缓存空值：对数据库查询为空的Key，缓存一个空对象（如Null）并设置较短过期时间。

// 示例代码：缓存空值 public String getData(String key) { String value = cache.get(key); if (value == null) { value = db.query(key); if (value == null) { cache.put(key, "NULL", 60); // 缓存空值60秒 } else { cache.put(key, value); } } return "NULL".equals(value) ? null : value; }

布隆过滤器（Bloom Filter）：在缓存层前加布隆过滤器，快速判断Key是否存在，拦截无效请求。

接口限流与校验：对请求参数做合法性校验（如ID范围），对异常IP限流。

2. 缓存击穿（Cache Breakdown）

定义：某个热点Key在缓存过期瞬间，大量并发请求直接穿透到数据库，导致数据库瞬时压力激增。

场景：

热搜话题、秒杀商品等热点数据过期。

缓存重建时间较长（如复杂计算）。

解决方案：

永不过期 + 异步更新：对热点Key设置逻辑永不过期，后台异步刷新。

// 示例：逻辑永不过期（实际值带过期时间，异步续期） public String getHotData(String key) { String value = cache.get(key); if (value == null) { value = reloadHotData(key); // 触发异步加载 } return value; }

互斥锁（Mutex Lock）：缓存未命中时，通过分布式锁控制单线程重建缓存。

// 示例：Redis分布式锁（RedLock） public String getDataWithLock(String key) { String value = cache.get(key); if (value == null) { if (redisLock.tryLock(key)) { try { value = db.query(key); // 双重检查，防止重复查询 cache.set(key, value); } finally { redisLock.unlock(key); } } else { Thread.sleep(100); // 等待后重试 return getDataWithLock(key); } } return value; }

缓存预热：在高峰前提前加载热点数据。

3. 缓存雪崩（Cache Avalanche）

定义：大量缓存Key同时过期 或 缓存服务宕机，导致所有请求涌向数据库，引发级联故障。

场景：

缓存服务器重启。

批量数据设置相同过期时间（如凌晨刷新缓存）。

解决方案：

随机过期时间：在基础过期时间上增加随机值，分散Key失效时间。

// 示例：设置随机过期时间（30分钟±随机10分钟） int expireTime = 1800 + new Random().nextInt(600); cache.set(key, value, expireTime);

集群高可用：使用Redis Cluster或Sentinel保证缓存层高可用。

多级缓存：结合本地缓存（如Caffeine）和分布式缓存，减少对单一缓存的依赖。

// 示例：多级缓存（本地+Redis） public String getDataMultiLevel(String key) { String value = localCache.get(key); if (value == null) { value = redis.get(key); if (value != null) { localCache.put(key, value); } else { value = db.query(key); redis.set(key, value, 3600); localCache.put(key, value); } } return value; }

降级熔断：通过Hystrix或Sentinel实现请求限流和熔断，保护数据库。

对比总结 问题类型触发条件核心影响典型解决方案缓存穿透查询不存在的数据数据库被无效查询压垮布隆过滤器、缓存空值、参数校验缓存击穿热点Key过期数据库瞬时高并发互斥锁、逻辑永不过期、缓存预热缓存雪崩大量Key同时失效或服务宕机数据库持续高压随机过期时间、多级缓存、集群高可用

---

实际应用建议

监控与告警：实时监控缓存命中率、数据库QPS，设置阈值告警。

压测验证：通过模拟高并发场景测试缓存策略的有效性。

动态调整：根据业务变化（如突发流量）动态调整缓存策略（如自动延长热点数据过期时间）。