【Redis】如何处理缓存穿透、击穿、雪崩

Redis 缓存穿透、击穿和雪崩是高并发场景下的典型问题，以下是详细解决方案和最佳实践：

---

一、缓存穿透（Cache Penetration）

问题：恶意请求不存在的数据（如不存在的ID），绕过缓存直接访问数据库。

解决方案：

1. 布隆过滤器（Bloom Filter）

   • 前置过滤器拦截非法请求，存储所有合法键的指纹。
   • 实现示例：

     # 使用RedisBloom模块（需安装）
     # 创建布隆过滤器，预期容量100万，错误率1%
     BF.RESERVE my_filter 0.01 1000000
     # 将合法ID加入过滤器
     BF.ADD my_filter valid_id_1
     # 查询前先检查过滤器
     if BF.EXISTS my_filter request_id:# 查缓存或数据库
     else:return None
     

2. 缓存空对象（Null Caching）

   • 对查询结果为空的请求，缓存短时效的空值。
   • 实现示例：

     Object value = redis.get(key);
     if (value == null) {value = db.query(key);if (value == null) {// 缓存空值，设置较短过期时间（如30秒）redis.setex(key, 30, "NULL");} else {redis.setex(key, 3600, value);}
     } else if ("NULL".equals(value)) {return null; // 避免数据库查询
     }
     

最佳实践：

• 结合布隆过滤器与空对象缓存：先用过滤器拦截绝对不存在的数据，对可能存在的Key缓存空值。
• 定期清理空值缓存，避免内存浪费。

---

二、缓存击穿（Cache Breakdown）

问题：热点Key突然过期，大量并发请求直接击穿到数据库。

解决方案：

1. 互斥锁（Mutex Lock）

   • 使用分布式锁控制单线程重建缓存。
   • 实现示例（Redis分布式锁）：

     def get_data(key):data = redis.get(key)if data is None:# 尝试获取锁（SETNX + 超时时间）if redis.setnx("lock:" + key, 1, ex=10):try:data = db.query(key)redis.setex(key, 3600, data)finally:redis.delete("lock:" + key)else:# 等待并重试或返回默认值time.sleep(0.1)return get_data(key)return data
     

2. 逻辑过期（Logical Expiration）

   • 缓存永不过期，但存储逻辑过期时间，异步更新。
   • 数据结构示例：

     {"value": "真实数据","expire": 1715000000 // 逻辑过期时间戳
     }
     

   • 后台线程检测过期时间并主动更新。

最佳实践：

• 对热点Key启用永不过期策略，结合异步更新（如定时任务或消息队列触发更新）。
• 使用Redisson等成熟库实现分布式锁，避免手写锁逻辑出错。

---

三、缓存雪崩（Cache Avalanche）

问题：大量缓存Key同时过期，导致数据库负载骤增。

解决方案：

1. 随机过期时间

   • 基础过期时间 + 随机偏移量（如30分钟±随机600秒）。
   • 示例代码：

     int baseExpire = 1800; // 30分钟
     int randomExpire = ThreadLocalRandom.current().nextInt(-600, 600);
     redis.setex(key, baseExpire + randomExpire, value);
     

2. 多级缓存架构

   • 本地缓存（如Caffeine） + Redis + 数据库。
   • 流程：
     1. 先查本地缓存
     2. 本地未命中则查Redis
     3. Redis未命中则查数据库并回填

3. 服务熔断与降级

   • 使用Hystrix或Sentinel在数据库压力过大时触发降级策略（如返回默认值）。

最佳实践：

• 关键数据设置分层过期时间（如核心数据永不过期+异步刷新）。
• 启用Redis Cluster或Sentinel实现高可用，避免单点故障。

---

综合防御策略

1. 监控与预热：
   • 实时监控缓存命中率，热点数据提前预热。
   • 使用Redis的SLOWLOG分析慢查询。
2. 压测验证：
   • 模拟极端场景（如缓存宕机），验证降级策略是否生效。
3. 代码示例（综合方案）：

   public Object getData(String key) {// 1. 布隆过滤器拦截if (!bloomFilter.mightContain(key)) {return null;}// 2. 查缓存Object value = redis.get(key);if (value != null) {return "NULL".equals(value) ? null : value;}// 3. 获取分布式锁重建缓存RLock lock = redisson.getLock("lock:" + key);try {lock.lock();// 二次检查缓存value = redis.get(key);if (value == null) {value = db.query(key);redis.setex(key, 300 + random.nextInt(60), value == null ? "NULL" : value);}return value;} finally {lock.unlock();}
   }
   

---

总结

• 穿透：布隆过滤器 + 空值缓存。
• 击穿：分布式锁 + 逻辑过期。
• 雪崩：随机TTL + 多级缓存。
• 所有方案需结合业务场景调整参数（如过期时间、锁超时时间），并通过压测验证可靠性。