缓存穿透 缓存击穿 缓存雪崩

Redis 高并发场景下，经常会遇到三类经典问题：

1. 缓存穿透（Cache Penetration）
2. 缓存击穿（Cache Breakdown/Hot Key Breakdown）
3. 缓存雪崩（Cache Avalanche）

很多人容易混淆，实际上它们产生原因和解决方案完全不同。

---

1. 缓存穿透

什么是缓存穿透？

查询一个根本不存在的数据。

请求流程：

 

用户请求
    ↓
Redis不存在
    ↓
查询MySQL
    ↓
MySQL也不存在
    ↓
返回空

 

例如：

 

用户ID:
1~100000

 

攻击者不断请求：

 

userId=999999999

 

流程：

 

Redis Miss
    ↓
MySQL Miss
    ↓
Redis Miss
    ↓
MySQL Miss

 

每次都会打到数据库。

---

危害

假设：

 

QPS = 10000

 

全部查询不存在的数据：

 

Redis全部失效
MySQL被直接打爆

 

---

解决方案

方案1：缓存空对象（最常用）

数据库查不到时：

 

User user = userMapper.selectById(id);

if(user == null){
    redis.set(key, "NULL", 5分钟);
}

 

下次查询：

 

Redis命中NULL
直接返回

 

---

方案2：布隆过滤器

Redis前增加：

 

BloomFilter

 

结构：

 

存在：
1
2
3
4
5

 

请求：

 

10000000

 

先查布隆过滤器：

 

不存在

 

直接返回：

 

无需访问Redis
无需访问MySQL

 

---

方案3：参数校验

例如：

 

if(id <= 0){
    return;
}

 

或者：

 

手机号格式校验
订单号格式校验

 

提前拦截非法请求。

---

2. 缓存击穿

什么是缓存击穿？

某个热点 Key突然失效。

大量请求同时访问数据库。

例如：

 

商品详情：
product:1001

 

这个商品非常热门：

 

QPS = 50000

 

缓存过期：

 

product:1001 失效

 

瞬间：

 

50000请求
      ↓
全部访问MySQL

 

数据库压力暴增。

---

示意图

 

请求
 ↓
Redis Miss
 ↓
50000线程同时查数据库
 ↓
数据库崩溃

 

---

危害

热点数据：

 

明星直播商品
热门游戏房间
首页推荐

 

最容易发生。

---

解决方案

方案1：互斥锁（最常见）

只有一个线程查询数据库。

 

if(redis.get(key)==null){

    if(lock.tryLock()){

        // 查询数据库
        // 回写缓存

    }else{

        Thread.sleep(50);

        // 重试
    }
}

 

流程：

 

线程1
 ↓
拿锁成功
 ↓
查数据库

线程2~50000
 ↓
等待

 

---

方案2：逻辑过期

缓存永不过期：

 

{
  "data": {...},
  "expireTime":"2026-06-02 12:00:00"
}

 

读取：

 

过期
 ↓
返回旧数据
 ↓
后台异步刷新

 

用户无感知。

---

方案3：热点数据永不过期

例如：

 

商品分类
地区编码
系统配置

 

直接：

 

不设置TTL

 

---

3. 缓存雪崩

什么是缓存雪崩？

大量缓存同时失效。

例如：

 

100万个Key

 

统一设置：

 

TTL = 30分钟

 

30分钟后：

 

全部过期

 

大量请求直接访问数据库。

---

示意图

 

100万Key
      ↓
同时过期
      ↓
Redis全部Miss
      ↓
MySQL暴涨
      ↓
数据库崩溃

 

---

另一种雪崩

Redis整个实例宕机：

 

Redis Down

 

所有请求：

 

直接打数据库

 

也是缓存雪崩。

---

危害

比缓存击穿更严重。

因为：

 

击穿：
一个热点Key失效

雪崩：
大量Key失效

 

---

解决方案

方案1：TTL随机化

不要：

 

redis.set(key,value,1800);

 

改成：

 

redis.set(
    key,
    value,
    1800 + RandomUtils.nextInt(0,300)
);

 

结果：

 

30分
31分
32分
34分

 

分散过期时间。

---

方案2：多级缓存

 

浏览器缓存
 ↓
Nginx缓存
 ↓
Redis缓存
 ↓
MySQL

 

减少数据库压力。

---

方案3：Redis集群

例如：

• Redis Sentinel
• Redis Cluster

避免单点故障。

---

方案4：服务降级与限流

使用：

• Sentinel
• Hystrix（老方案）
• Resilience4j

例如：

 

@RateLimiter

 

数据库压力过大时：

 

返回默认值
返回缓存旧值
直接限流

 

---

三者对比

问题	原因	访问数据库情况	典型场景
缓存穿透	查询不存在数据	每次都访问	恶意攻击、非法ID
缓存击穿	热点Key过期	瞬间大量访问	热门商品、热点房间
缓存雪崩	大量Key同时失效或Redis宕机	大量访问	系统级故障

---

一句话记忆

缓存穿透

 

查不到的数据
Redis没有
数据库也没有

 

解决：

 

空值缓存
布隆过滤器

 

---

缓存击穿

 

一个热点Key失效
大量请求同时打数据库

 

解决：

 

互斥锁
逻辑过期
热点永不过期

 

---

缓存雪崩

 

大量Key同时失效
或者Redis整体宕机

 

解决：

 

随机过期时间
Redis高可用
限流降级
多级缓存

 

面试中最经典的记忆方式是：

 

穿透：查不到
击穿：热点失效
雪崩：大量失效

 

这三个问题几乎是 Redis 面试必问内容。