Redis，什么是缓存穿透/击穿/雪崩，如何解决它们

Redis，什么是缓存穿透/击穿/雪崩，如何解决它们

基于 Redis 7.0 的 图解 + 实战代码 完整方案

让你 10 分钟 搞懂 三大缓存杀手 及其 克星！

---

目录

1. 导语：三大杀手初印象
2. [缓存穿透（Cache Penetration）](#缓存穿透（Cache Penetration） "#%E7%BC%93%E5%AD%98%E7%A9%BF%E9%80%8F")
3. [缓存击穿（Cache Breakdown）](#缓存击穿（Cache Breakdown） "#%E7%BC%93%E5%AD%98%E5%87%BB%E7%A9%BF")
4. [缓存雪崩（Cache Avalanche）](#缓存雪崩（Cache Avalanche） "#%E7%BC%93%E5%AD%98%E9%9B%AA%E5%B4%A9")
5. 对比表：一眼看懂区别
6. 实战：Spring Boot + Redis 代码实现
7. 压测与调优建议
8. 总结：口诀记忆

---

导语：三大杀手初印象

场景	描述	危害
穿透	查询 不存在 的数据，缓存 不命中，DB 被拖垮	QPS 暴涨，DB 宕机
击穿	热点 突然失效 ，大量并发 打到 DB	DB 连接耗尽
雪崩	大量 key 同时过期 或 Redis 宕机	整个系统崩溃

---

缓存穿透（Cache Penetration）

1. 流程图

sequenceDiagram participant App participant Redis participant DB App->>Redis: get user:9999 Redis->>App: nil App->>DB: select * from user where id=9999 DB->>App: null App->>Redis: set user:9999 null

2. 解决方案

方案	说明	代码片段
布隆过滤器	拦截 不存在 的 key	BloomFilter.put("user:9999")
空值缓存	缓存 NULL 并设置 短过期时间	redis.setex("user:9999", 30, "NULL")

3. 布隆过滤器（RedisBloom）

// 初始化
RBloomFilter<String> bloomFilter = redisson.getBloomFilter("user-filter");
bloomFilter.tryInit(1000000, 0.03);
// 放入
bloomFilter.add("user:1");
// 判断
if (!bloomFilter.contains("user:9999")) {
    return null; // 直接返回，不查 DB
}

---

缓存击穿（Cache Breakdown）

1. 场景

• 热点数据 （如秒杀商品）过期瞬间 → 万级并发 打到 DB。

2. 解决方案

方案	说明	代码片段
互斥锁（分布式锁）	仅 一个线程 查 DB，其余等待	RLock lock = redisson.getLock("lock:item:1")
逻辑过期（永不过期）	把 过期时间放在 value 里，后台异步刷新	value = {data:xxx, expire:1719999999}

3. 分布式锁实现

public Item getItem(Long id) {
    String key = "item:" + id;
    Item item = redis.get(key);
    if (item != null) {
        return item; // 命中缓存
    }
    // 未命中，加锁
    RLock lock = redisson.getLock("lock:item:" + id);
    try {
        if (lock.tryLock(1, 10, TimeUnit.SECONDS)) {
            item = redis.get(key); // 双重检查
            if (item != null) return item;
            item = db.findById(id);
            redis.setex(key, 300, item); // 5 分钟过期
            return item;
        }
        // 等待后重试
        Thread.sleep(50);
        return getItem(id);
    } catch (InterruptedException e) {
        throw new RuntimeException(e);
    } finally {
        lock.unlock();
    }
}

---

缓存雪崩（Cache Avalanche）

1. 场景

• 大量 key 同时过期 （如凌晨全量失效）→ DB 被打爆。
• Redis 宕机 → 所有流量打到 DB。

2. 解决方案

方案	说明	代码片段
随机过期时间	打散失效时间	expire = base + random(0, 600)
永不过期 + 后台刷新	逻辑过期，异步更新	value = {data:xxx, expire:xxx}
Redis 高可用	主从 + 哨兵 / Cluster	spring.redis.cluster.nodes=node1:6379,node2:6379

3. 随机过期时间实现

public void setWithRandomExpire(String key, Object value) {
    int base = 3600; // 1小时
    int random = new Random().nextInt(600); // 0-600秒
    redis.setex(key, base + random, value);
}

---

对比表：一眼看懂区别

问题	触发条件	现象	解决方案
穿透	查询 不存在 数据	DB 被 不存在 查询打爆	布隆过滤器 或 空值缓存
击穿	热点 突然失效	DB 被 同一 key 打爆	分布式锁 或 逻辑过期
雪崩	大量 key 同时失效	DB 被 所有 key 打爆	随机过期 或 永不过期

---

实战：Spring Boot + Redis 代码实现

1. 依赖

<dependency>
    <groupId>org.springframework.boot</groupId>
    <artifactId>spring-boot-starter-data-redis</artifactId>
</dependency>
<dependency>
    <groupId>org.redisson</groupId>
    <artifactId>redisson-spring-boot-starter</artifactId>
    <version>3.23.4</version>
</dependency>

2. 配置类

@Configuration
public class RedisConfig {

    @Bean
    public RedissonClient redissonClient() {
        Config config = new Config();
        config.useSingleServer().setAddress("redis://127.0.0.1:6379");
        return Redisson.create(config);
    }
}

3. 统一缓存模板（防穿透 + 防击穿）

@Service
public class CacheService {

    @Autowired
    private RedissonClient redisson;
    @Autowired
    private RedisTemplate<String, Object> redisTemplate;

    public <T> T get(String key, Supplier<T> dbFallback, Class<T> clazz) {
        T value = (T) redisTemplate.opsForValue().get(key);
        if (value != null) return value;

        // 布隆过滤器防穿透
        RBloomFilter<String> bloomFilter = redisson.getBloomFilter("bloom");
        bloomFilter.tryInit(1000000, 0.03);
        if (!bloomFilter.contains(key)) {
            return null;
        }

        // 分布式锁防击穿
        RLock lock = redisson.getLock("lock:" + key);
        try {
            if (lock.tryLock(1, 10, TimeUnit.SECONDS)) {
                value = (T) redisTemplate.opsForValue().get(key);
                if (value != null) return value;
                value = dbFallback.get();
                if (value == null) {
                    redisTemplate.opsForValue().set(key, "NULL", 30, TimeUnit.SECONDS);
                } else {
                    redisTemplate.opsForValue().set(key, value, 3600 + new Random().nextInt(600), TimeUnit.SECONDS);
                }
                return value;
            }
        } catch (InterruptedException e) {
            throw new RuntimeException(e);
        } finally {
            lock.unlock();
        }
        return null;
    }
}

---

压测与调优建议

参数	建议值	说明
batch.size	32 KB	提高吞吐
linger.ms	5-20 ms	延迟换吞吐
compression.type	lz4	压缩比 + CPU 平衡
fetch.min.bytes	1 KB	减少空拉取
num.network.threads	CPU 核数	网络 I/O 线程

---

总结：口诀记忆

穿透 → 布隆拦
击穿 → 锁来扛
雪崩 → 随机散
Redis 宕机 → 高可用上

掌握 "布隆锁 + 随机散 + 高可用" 三件套，

你就拥有了 抗住百万并发 的 终极缓存方案！