缓存穿透

缓存穿透指的是：一个缓存和数据库中都不存在的数据，由于数据库无法写入缓存，导致频繁请求直接打到数据库，从而造成数据库压力过大甚至被“打穿”。

常见的解决方法包括：缓存空值 或 布隆过滤器。

布隆过滤器由一个全 0 的位图数组和 n 个哈希函数组成。当一个数据在请求缓存前，会先经过布隆过滤器。过滤器会通过 n 个哈希函数计算出 n 个哈希值，再分别对数组长度取模，并将对应的数组下标置为 1。

查询时，只需要查看位图数组中这 n 个位置是否全部为 1：

  • 若存在某个位为 0，则说明该数据一定不存在于数据库中；
  • 若全部为 1，则说明该数据可能存在，但不一定真的存在，因为可能出现哈希碰撞。

因此，布隆过滤器判断“存在”时并不能保证数据真的存在，但判断“不存在”时一定准确。

缓存雪崩

缓存雪崩指的是：大量的缓存 Key 在同一时间失效，或者 Redis 服务器宕机，导致所有请求同时打到数据库，造成数据库瞬时压力过大，甚至宕机的情况。

解决方法：
为缓存设置 固定过期时间 + 随机过期时间，让不同 Key 的过期时间错开，避免在同一时间集中失效。

缓存击穿

缓存击穿指的是一个热点key设置了时间了过后 时间过期了 恰好这个时候大量请求打到数据库 让数据库压力大

解决方案：

方案一：互斥锁（分布式锁）

当缓存失效时，不立即去加载数据库，而是先使用 Redis 的 SETNX 命令设置互斥锁。

  • 若设置成功（即当前线程获得锁），则执行 load db 操作并回填缓存；
  • 若设置失败（说明已有线程在加载数据），则稍后重试获取缓存。

优点：保证数据一致性。
缺点：性能稍差，可能存在死锁风险。

方案二：逻辑过期

设置 Key 时，不给 Redis 设置真实的过期时间，而是在 Value 中自带一个逻辑过期时间字段。
实现思路如下：

  1. 设置缓存时，将过期时间作为字段与数据一起存入；
  2. 查询时，先从 Redis 获取数据并判断逻辑时间是否过期；
  3. 若已过期，则异步开启一个线程进行数据刷新，同时返回旧数据给用户（保证高可用）。

优点：高性能、高可用。
缺点：数据可能短时间内不一致。

总结：

  • 若追求强一致性 → 使用 分布式锁方案；
  • 若追求高性能、高可用性 → 使用 逻辑过期方案。