缓存三大问题:穿透、击穿、雪崩

想象你开了一家奶茶店,后厨做一杯要 3 分钟,太慢了。于是你在前台放了个保温柜,做好的奶茶先放柜子里,客人来了直接拿------这就是缓存。保温柜(缓存)让大多数客人不用等,体验很好。

但保温柜用久了,总会出毛病。最常见的三种"病",就是穿透、击穿、雪崩。名字听着吓人,其实都是"请求绕过缓存,直接砸向后厨(数据库)"的不同姿势。

一、缓存穿透:查一个"根本不存在"的东西

现象:客人点了一杯"外星人奶茶",后厨根本没有这个配方。去保温柜找,没有;去后厨问,后厨也没有。结果这个不存在的订单,每次都把后厨折腾一遍。

本质 :请求的数据在缓存和数据库里都不存在 。缓存永远不命中,每个请求都打到数据库。如果是恶意攻击(比如不断查 id=-1),数据库会被打垮。

打个比方:有人一直问你"你店里有会飞的猪吗?"你每次都认真跑去仓库找一遍,当然找不到。他问一万次,你跑一万次。

怎么治?两招:

第一招:缓存空值。 查不到也打个标签"这个没有",下次再问直接拒绝。

java 复制代码
public String getData(String key) {
    // 1. 先查缓存
    String value = redis.get(key);
    if (value != null) {
        // 缓存里存了空字符串,说明数据库也没有,直接返回
        return "".equals(value) ? null : value;
    }

    // 2. 查数据库
    value = db.query(key);
    if (value == null) {
        // 数据库没有,往缓存里塞个空值,过期时间设短一点(比如 60 秒)
        redis.set(key, "", 60);
        return null;
    }
    redis.set(key, value, 3600);
    return value;
}

第二招:布隆过滤器。 在缓存前面加一道"名单检查",用一个很省空间的位数组,快速判断"这个东西大概率存在吗"。如果过滤器说"不存在",那一定不存在,直接拦截,连缓存都不用查。

java 复制代码
// 伪代码:先用布隆过滤器挡一道
if (!bloomFilter.mightContain(key)) {
    return null;  // 确定不存在,直接返回
}
// 可能存在,再走缓存 -> 数据库的流程
return getData(key);

小提醒:布隆过滤器说"存在"不一定真存在(有误判),但说"不存在"就一定不存在。所以它适合当"门卫",不适合当"唯一证据"。

二、缓存击穿:一个"超热门"的东西突然失效了

现象 :店里最火的"珍珠奶茶",保温柜里刚好卖完(缓存过期了),结果门口排队的 500 个客人同时冲进后厨,每人喊一遍"我要珍珠奶茶!"。后厨瞬间瘫痪。

本质 :某个被高频访问的热点数据 在缓存里过期的那一瞬间,大量并发请求同时发现"缓存没了",于是一起涌向数据库。

打个比方 :不是查不存在的东西,而是查一个超级火的东西,偏偏它刚过期。注意区别:穿透是"查不存在的",击穿是"查存在的、但刚好过期的热点"。

怎么治?两招:

第一招:加锁,只放一个人去后厨。 第一个发现缓存失效的请求去数据库取数据,其他人等着,取回来放回保温柜,大家再一起拿。

java 复制代码
public String getHotData(String key) {
    String value = redis.get(key);
    if (value != null) {
        return value;  // 缓存命中,直接返回
    }

    // 缓存失效,尝试加锁(只有抢到锁的人去查数据库)
    String lockKey = "lock:" + key;
    boolean locked = redis.setnx(lockKey, "1", 10);  // 10秒过期防死锁
    if (locked) {
        try {
            // 再查一次缓存(双重检查,防止重复加载)
            value = redis.get(key);
            if (value != null) return value;

            value = db.query(key);       // 只有一个人来查库
            redis.set(key, value, 3600); // 放回缓存
            return value;
        } finally {
            redis.del(lockKey);          // 释放锁
        }
    } else {
        // 没抢到锁,等一小会儿再重试
        Thread.sleep(50);
        return getHotData(key);
    }
}

第二招:热点数据永不过期。 干脆别让它过期,后台定时任务去更新它。或者给过期时间加个随机值,避免同一时刻集体失效(这招对雪崩也好用)。

三、缓存雪崩:保温柜"整批"同时坏了

现象 :不是某样东西过期,而是保温柜里一批东西在同一时刻集体过期(比如凌晨统一设的 24 小时过期,到了点全部清空)。又或者保温柜直接停电坏了(缓存服务宕机)。结果所有客人、所有订单,全部砸向后厨。

本质 :大量缓存同时失效 ,或者缓存服务整体不可用,导致请求像雪崩一样全部压到数据库。

打个比方:击穿是"一款爆品过期",雪崩是"整个柜子全空"。前者是点,后者是面。

怎么治?三招:

第一招:过期时间加随机值,别让它们同时死。

java 复制代码
// 错误做法:大家统一 3600 秒,一到点集体过期
redis.set(key, value, 3600);

// 正确做法:基础时间 + 随机抖动
int expire = 3600 + new Random().nextInt(600);  // 3600 ~ 4200 秒
redis.set(key, value, expire);

第二招:缓存高可用。 别只用一个保温柜,搞个"主柜 + 备柜"(比如 Redis 哨兵、集群),坏一个还有另一个顶上。

第三招:限流 + 熔断降级。 在后厨门口设个闸机,数据库快撑不住时,限制进入的请求量,或者对非核心请求直接返回兜底数据(比如"稍后再试"),保住数据库不被打死。

java 复制代码
// 简化的限流思路:超过阈值直接降级
if (currentQps() > MAX_QPS) {
    return getDefaultValue();  // 返回兜底数据,保护数据库
}

四、一张表总结

问题 核心特征 关键词 主要解法
穿透 查的东西根本不存在 缓存和数据库都没有 缓存空值、布隆过滤器
击穿 一个热点刚好过期 单点、高并发 加锁、热点永不过期
雪崩 大批缓存同时失效/宕机 集体、面状 随机过期时间、高可用、限流降级

记忆口诀:穿透是"查没有的",击穿是"一个热点过期",雪崩是"一片集体过期"。

五、总结

这三个问题看着唬人,但只要抓住它们的共同点就懂了:它们的危害都是"让请求绕过缓存,直接压到数据库"。所以解法思路也一致:

  1. 尽量别让请求漏到数据库(空值缓存、布隆过滤器);
  2. 漏的时候别一窝蜂漏(加锁、随机过期);
  3. 真漏了也别把数据库压死(限流、降级、高可用)。
相关推荐
正在走向自律1 小时前
MySQL兼容性深度实践:建表、增删改查与迁移避坑全记录
数据库·sql·mysql·信创·数据库迁移
隔窗听雨眠2 小时前
openGauss开源五年的内核演进与生态工程
数据库·opengauss·国产数据库
Decay__2 小时前
PostgreSQL 体系架构全解 —— 进程模型、共享内存、MVCC 与 WAL 预写日志深入
运维·数据库·sql·mysql·架构
沐知全栈开发4 小时前
基于ClinicalTrials公开数据的临床试验分析系统-毕业设计
数据库·课程设计
半杯咖啡半行码4 小时前
Qt 隐式共享(Implicit Sharing)深度解析:机制、陷阱与 Qt6迁移
开发语言·数据库·qt
Nturmoils4 小时前
空值、日期、字符串:业务 SQL 里的函数先跑一遍
数据库
倔强的石头_8 小时前
数据库选型四步法:我把候选从十几个缩到两个
数据库
bksczm1 天前
Redis Cluster 分片集群详解:槽路由、故障判定与扩缩容
数据库·redis·分布式
黑十1 天前
FDE 怎么快速搭一个可演示页面?最小前端方案
java·大数据·前端·数据库·人工智能