一、緩存擊穿

（一）概念

某個(gè)熱點(diǎn) Key 過期的瞬間，大量并發(fā)請(qǐng)求同時(shí)打到數(shù)據(jù)庫，導(dǎo)致數(shù)據(jù)庫壓力瞬間飆升，甚至被打崩。

大量并發(fā)請(qǐng)求  ---> 訪問同一個(gè)熱點(diǎn) key  
                  ↓  
             這個(gè) key 正好過期  
                  ↓  
     所有請(qǐng)求同時(shí)繞過 Redis 訪問數(shù)據(jù)庫  
                  ↓  
           DB 瞬間壓力過大（被打爆）

（二）緩存擊穿的后果

1. 數(shù)據(jù)庫壓力瞬間飆升

• 熱點(diǎn) Key 過期后，大量并發(fā)請(qǐng)求直接落到數(shù)據(jù)庫
• 數(shù)據(jù)庫瞬間承受超高并發(fā)請(qǐng)求，CPU、IO 占用飆升

2. 系統(tǒng)性能下降

• 數(shù)據(jù)庫響應(yīng)變慢 → 接口響應(yīng)延遲增加

3. 請(qǐng)求可能超時(shí)或失敗

• 高并發(fā)下，整體系統(tǒng)吞吐量下降

4. 可能觸發(fā)雪崩效應(yīng)

• 一個(gè)熱點(diǎn) Key 擊穿導(dǎo)致數(shù)據(jù)庫壓力過大
• 可能影響其他業(yè)務(wù)請(qǐng)求
• 形成連鎖反應(yīng)，多個(gè) Key 失效 → 系統(tǒng)整體性能下降

5. 運(yùn)維風(fēng)險(xiǎn)增加

• 數(shù)據(jù)庫連接耗盡、事務(wù)阻塞
• CPU/內(nèi)存占用過高 → 可能導(dǎo)致服務(wù)宕機(jī)
• 需要緊急干預(yù)，影響業(yè)務(wù)連續(xù)性

（三）觸發(fā)條件

1. 熱點(diǎn) Key（高訪問頻率）

概念：熱點(diǎn) Key 是指在短時(shí)間內(nèi)被大量請(qǐng)求訪問的數(shù)據(jù)。

特征：訪問量遠(yuǎn)高于其他普通 Key，可能占據(jù)系統(tǒng)絕大部分流量。

具體示例：

• 電商網(wǎng)站的某個(gè)秒殺商品庫存信息
• 熱門文章或新聞詳情頁
• 排行榜數(shù)據(jù)，如“本周最熱商品 Top 10”

為什么關(guān)鍵：只有熱點(diǎn)數(shù)據(jù)過期，才會(huì)有大量請(qǐng)求瞬間打到數(shù)據(jù)庫，引發(fā)壓力。

2. Key 過期或被淘汰

概念：緩存中存放的 Key 可能由于以下原因失效：

（1）TTL 到期：設(shè)置了過期時(shí)間，到時(shí)間就失效

（2）手動(dòng)刪除：開發(fā)或運(yùn)維手動(dòng)清理緩存

（3）內(nèi)存淘汰：Redis 達(dá)到內(nèi)存上限，根據(jù) LRU/LFU 策略淘汰 Key

具體示例：

• 設(shè)置 SET product_123 100 EX 60，60 秒后過期
• 服務(wù)器更新產(chǎn)品信息，刪除緩存強(qiáng)制刷新
• Redis 內(nèi)存滿了，大對(duì)象或低頻 Key 被淘汰

為什么關(guān)鍵：Key 過期或消失后，下一次請(qǐng)求會(huì)直接落到數(shù)據(jù)庫，這才是擊穿的直接觸發(fā)點(diǎn)。

3. 高并發(fā)訪問

概念：短時(shí)間內(nèi)大量請(qǐng)求同時(shí)訪問同一個(gè) Key。

特征：瞬時(shí)并發(fā)量遠(yuǎn)高于數(shù)據(jù)庫處理能力。

具體示例：

• 秒殺活動(dòng)開始時(shí)，幾千甚至上萬用戶同時(shí)訪問同一商品庫存
• 熱點(diǎn)文章推送后，瞬間大量用戶點(diǎn)擊訪問

為什么關(guān)鍵：如果并發(fā)量很小，即使 Key 過期，數(shù)據(jù)庫也能承受壓力；只有高并發(fā)訪問，才會(huì)引發(fā)真正的緩存擊穿。

4. 少了任意一個(gè)條件，就不會(huì)發(fā)生緩存擊穿

解釋：

• 熱點(diǎn) Key 不存在 → 就算并發(fā)很高，也不會(huì)擊穿數(shù)據(jù)庫（普通 Key 的請(qǐng)求量本來就?。?/li>
• Key 沒有過期或被淘汰 → 緩存命中，所有請(qǐng)求都打到 Redis，不會(huì)落到數(shù)據(jù)庫
• 高并發(fā)訪問 不存在 → 即使 Key 過期，也只有少量請(qǐng)求訪問數(shù)據(jù)庫，數(shù)據(jù)庫能輕松承受
• 所以 三個(gè)條件必須同時(shí)滿足，緩存擊穿才會(huì)發(fā)生。

（四）典型場(chǎng)景

1. 熱門商品詳情

場(chǎng)景描述：

• 電商平臺(tái)的秒殺商品或促銷商品在短時(shí)間內(nèi)被大量用戶訪問
• 每個(gè)用戶都要查詢庫存、價(jià)格、折扣等信息

為什么容易擊穿：

• 熱點(diǎn) Key：這個(gè)商品的緩存是熱點(diǎn)，因?yàn)槊霘⒒顒?dòng)期間訪問量極高
• Key 過期或緩存未命中：TTL 到期，或者緩存被手動(dòng)刷新
• 高并發(fā)請(qǐng)求：幾千甚至上萬用戶同時(shí)訪問數(shù)據(jù)庫查詢庫存

技術(shù)后果：

• 數(shù)據(jù)庫瞬時(shí)壓力飆升
• 查詢延遲增加 → 可能出現(xiàn)秒殺失敗或頁面崩潰

2. 排行榜或統(tǒng)計(jì)數(shù)據(jù)

場(chǎng)景描述：

• 熱門文章閱讀量、音樂/視頻播放排行榜、實(shí)時(shí)交易額統(tǒng)計(jì)
• 大量用戶同時(shí)查詢“Top N”數(shù)據(jù)

為什么容易擊穿：

• 熱點(diǎn) Key：排行榜數(shù)據(jù)被頻繁訪問
• Key 過期：排行榜緩存每隔一段時(shí)間刷新一次，TTL 到期或邏輯過期
• 高并發(fā)訪問：緩存過期瞬間，所有請(qǐng)求直接打數(shù)據(jù)庫計(jì)算排行

技術(shù)后果：

• 數(shù)據(jù)庫需要進(jìn)行復(fù)雜聚合計(jì)算，CPU/IO 占用高
• 多個(gè) Key 可能同時(shí)被訪問 → 加劇系統(tǒng)壓力

3. 系統(tǒng)配置或元數(shù)據(jù)

場(chǎng)景描述：

• 經(jīng)常查詢的基礎(chǔ)信息，例如用戶角色權(quán)限、地區(qū)列表、字典表數(shù)據(jù)
• 訪問頻率高，但數(shù)據(jù)量相對(duì)固定

為什么容易擊穿：

• 熱點(diǎn) Key：這些 Key 被多次訪問
• Key 過期或被刷新：配置更新或 TTL 到期
• 高并發(fā)訪問：短時(shí)間內(nèi)多個(gè)服務(wù)/用戶請(qǐng)求這些基礎(chǔ)數(shù)據(jù)

技術(shù)后果：

• 一旦緩存失效，基礎(chǔ)數(shù)據(jù)請(qǐng)求直接打數(shù)據(jù)庫
• 影響整個(gè)業(yè)務(wù)鏈條的正常訪問

（五）根本原因

1. Redis 只是緩存，并非數(shù)據(jù)庫防護(hù)墻

• Redis 的主要作用是加速數(shù)據(jù)訪問，減少數(shù)據(jù)庫壓力
• Redis 并不會(huì)阻止數(shù)據(jù)庫本身被訪問
• 一旦緩存未命中（Key 過期或被淘汰），請(qǐng)求就直接打數(shù)據(jù)庫

技術(shù)點(diǎn)：緩存只是讀寫加速層，它不存儲(chǔ)業(yè)務(wù)邏輯約束，也不限制請(qǐng)求流量

2. 高并發(fā)請(qǐng)求集中在失效 Key 上

• 當(dāng)一個(gè)熱點(diǎn) Key 過期或被刪除，瞬間所有訪問這個(gè) Key 的請(qǐng)求都會(huì)落到數(shù)據(jù)庫
• 數(shù)據(jù)庫承受能力有限，如果瞬時(shí) QPS 超過數(shù)據(jù)庫峰值 → 查詢排隊(duì)

技術(shù)點(diǎn)：

• Redis hit rate 高 → 大部分請(qǐng)求在緩存層就被攔截
• Key 失效瞬間 → 緩存失效窗口，hit rate 突然變低 → DB 瞬時(shí)壓力飆升

3. 數(shù)據(jù)庫無法承受大量并發(fā)請(qǐng)求

數(shù)據(jù)庫在高并發(fā)下可能出現(xiàn)：

（1）CPU 飽和 → 查詢速度下降

（2）IO 瓶頸 → 磁盤或網(wǎng)絡(luò)訪問慢

（3）連接耗盡 → 數(shù)據(jù)庫拒絕新連接

（3）事務(wù)阻塞 → 并發(fā)寫操作阻塞其他請(qǐng)求

結(jié)果：接口響應(yīng)變慢、請(qǐng)求超時(shí)，甚至數(shù)據(jù)庫宕機(jī)

技術(shù)點(diǎn)：緩存擊穿不是 Redis 的問題，而是熱點(diǎn)數(shù)據(jù)失效 + 數(shù)據(jù)庫瞬時(shí)承載能力不足的系統(tǒng)問題

（六）解決策略

1. 熱點(diǎn) Key 永不過期 / 邏輯過期

思路：

• 對(duì)真正熱點(diǎn)的數(shù)據(jù)，不設(shè)置 TTL，讓緩存一直存在
• 或者使用“邏輯過期”，即緩存中記錄一個(gè)過期時(shí)間，但讀取時(shí)仍然可以返回舊數(shù)據(jù)，同時(shí)后臺(tái)異步刷新

技術(shù)實(shí)現(xiàn)：

• 永不過期：SET key value 不設(shè)置 EX 參數(shù)
• 邏輯過期：緩存結(jié)構(gòu)如 {value: ..., expireTime: 1234567890}
• 讀取時(shí)判斷 expireTime 是否過期
• 如果過期，后臺(tái)線程異步更新緩存，用戶仍然能讀取舊值

適用場(chǎng)景：

熱門商品、排行榜、系統(tǒng)配置、常用字典數(shù)據(jù)

2. 互斥鎖 / 單線程加載

思路：

• 當(dāng)緩存失效時(shí)，只有一個(gè)線程去加載數(shù)據(jù)庫，其它線程等待緩存更新，避免高并發(fā)同時(shí)打數(shù)據(jù)庫

技術(shù)實(shí)現(xiàn)（Java 示例）：

String cache = redis.get(key);
if (cache == null) {
    if (tryLock(key + "_lock")) {        // 嘗試獲取鎖
        String dbData = queryFromDB();   // 查詢數(shù)據(jù)庫
        redis.set(key, dbData, 60);      // 回寫緩存
        unlock(key + "_lock");           // 釋放鎖
        return dbData;
    } else {
        Thread.sleep(50);                // 等待一段時(shí)間
        return redis.get(key);           // 重試讀取緩存
    }
}
return cache;

適用場(chǎng)景：

秒殺活動(dòng)、熱點(diǎn) Key 高并發(fā)訪問場(chǎng)景

3. 緩存預(yù)熱 + 定時(shí)刷新

思路：

• 系統(tǒng)啟動(dòng)或緩存即將過期時(shí)提前加載熱點(diǎn)數(shù)據(jù)到緩存
• 避免緩存失效瞬間出現(xiàn)大量請(qǐng)求落到數(shù)據(jù)庫

技術(shù)實(shí)現(xiàn)：

• 緩存預(yù)熱：系統(tǒng)啟動(dòng)時(shí)讀取數(shù)據(jù)庫，將熱點(diǎn) Key 加入 Redis
• 定時(shí)刷新：使用定時(shí)任務(wù)或后臺(tái)線程，提前更新即將過期的 Key

適用場(chǎng)景：

• 系統(tǒng)啟動(dòng)后的熱門數(shù)據(jù)
• 高頻訪問的排行榜或統(tǒng)計(jì)數(shù)據(jù)

4. 降級(jí)處理 / 限流

思路：

• 當(dāng)緩存擊穿瞬間，可以對(duì)部分請(qǐng)求做降級(jí)或限流，保護(hù)數(shù)據(jù)庫
• 部分請(qǐng)求直接返回默認(rèn)值或提示稍后再試

技術(shù)實(shí)現(xiàn)：

• 使用限流器（如令牌桶、漏桶算法）限制數(shù)據(jù)庫訪問頻率
• 對(duì)熱點(diǎn)查詢返回緩存的舊值或默認(rèn)值
• 結(jié)合互斥鎖或邏輯過期，提高系統(tǒng)容錯(cuò)能力

適用場(chǎng)景：

• 秒殺活動(dòng)、熱門接口請(qǐng)求暴增場(chǎng)景
• 保護(hù)數(shù)據(jù)庫穩(wěn)定，保證系統(tǒng)可用性

（七）優(yōu)化角度

1. 熱點(diǎn)識(shí)別

概念：先識(shí)別哪些 Key 是真正的熱點(diǎn)數(shù)據(jù)（訪問頻率高、壓力大的 Key），針對(duì)這些 Key 才做特殊處理。

具體做法：

（1）在 Redis 中記錄訪問頻率或使用監(jiān)控統(tǒng)計(jì)訪問量

（2）根據(jù)訪問量排序，識(shí)別訪問量大的 Key 為熱點(diǎn)

（3）對(duì)熱點(diǎn) Key 可采取“永不過期”或“邏輯過期 + 異步刷新”等策略

作用：

• 只針對(duì)真正的熱點(diǎn)做優(yōu)化，避免資源浪費(fèi)
• 降低緩存擊穿風(fēng)險(xiǎn)

2. TTL 差異化

概念：給不同 Key 設(shè)置不同過期時(shí)間，避免大量熱點(diǎn) Key 同時(shí)過期。

具體做法：

• 對(duì)普通 Key 設(shè)置短 TTL
• 對(duì)熱點(diǎn) Key 設(shè)置長 TTL 或邏輯過期
• 可以給相似熱點(diǎn) Key 設(shè)置錯(cuò)開 TTL，避免同時(shí)失效

作用：

• 避免多個(gè)熱點(diǎn) Key 同時(shí)過期 → 大量請(qǐng)求同時(shí)打數(shù)據(jù)庫
• 平滑系統(tǒng)壓力

3. 分布式鎖 / 單點(diǎn)加載

概念：緩存失效時(shí)，保證只有一個(gè)請(qǐng)求去訪問數(shù)據(jù)庫加載數(shù)據(jù)，其他請(qǐng)求等待或重試緩存。

具體做法：

• 使用 Redis 的 SETNX 或 Redisson 提供的分布式鎖
• 第一個(gè)請(qǐng)求獲取鎖去加載數(shù)據(jù)庫
• 其他請(qǐng)求等待鎖釋放或讀取緩存

作用：

• 避免高并發(fā)請(qǐng)求同時(shí)擊穿數(shù)據(jù)庫
• 控制數(shù)據(jù)庫瞬時(shí)壓力

示例流程：

請(qǐng)求1 → 獲取鎖 → 查詢 DB → 回寫緩存 → 釋放鎖
請(qǐng)求2 → 獲取鎖失敗 → 等待 / 重試緩存
請(qǐng)求3 → 同上

4. 邏輯過期 + 異步刷新

概念：緩存中存儲(chǔ)數(shù)據(jù)的邏輯過期時(shí)間，而不是直接讓 Key 過期。

具體做法：

（1）緩存結(jié)構(gòu)：{value: ..., expireTime: timestamp}

（2）讀取時(shí)判斷 expireTime 是否過期

• 未過期 → 直接返回緩存
• 已過期 → 后臺(tái)線程異步刷新緩存，前端仍返回舊值

（3）異步刷新完成后更新緩存

作用：

• 用戶請(qǐng)求不會(huì)直接落到數(shù)據(jù)庫
• 避免緩存失效瞬間擊穿數(shù)據(jù)庫
• 保證系統(tǒng)高并發(fā)下可用性

（八）注意事項(xiàng)

1. 分布式系統(tǒng)注意點(diǎn)

• 在多節(jié)點(diǎn)或微服務(wù)環(huán)境下，如果采用 分布式鎖 或 邏輯過期刷新，需要保證跨節(jié)點(diǎn)的一致性。
• 可使用成熟的工具或框架實(shí)現(xiàn)分布式鎖，例如 Redisson、ZooKeeper 或 Etcd。
• 這樣可以避免多個(gè)節(jié)點(diǎn)同時(shí)刷新緩存，防止數(shù)據(jù)庫壓力再次集中。

2. 數(shù)據(jù)一致性問題

• 使用 邏輯過期 + 異步刷新 時(shí)，可能會(huì)在短時(shí)間內(nèi)返回過期的舊數(shù)據(jù)（臟數(shù)據(jù)）。
• 需要根據(jù)業(yè)務(wù)可容忍度判斷是否可以接受這種短暫的不一致，例如：排行榜、商品瀏覽量等統(tǒng)計(jì)類數(shù)據(jù)通常允許短暫延遲。
• 對(duì)于對(duì)實(shí)時(shí)性要求高的關(guān)鍵業(yè)務(wù)，需額外設(shè)計(jì)一致性策略。

3. 限流/降級(jí)策略的組合使用

在高并發(fā)場(chǎng)景下，單獨(dú)的策略可能不足以完全保護(hù)數(shù)據(jù)庫。

推薦組合方案：邏輯過期 + 分布式鎖 + 限流/降級(jí)

這樣可以確保：

• 請(qǐng)求不會(huì)直接擊穿數(shù)據(jù)庫
• 緩存刷新有序
• 系統(tǒng)在瞬時(shí)高并發(fā)下仍保持可用性

二、緩存穿透

（一）概念

緩存穿透指的是 查詢一個(gè)根本不存在的數(shù)據(jù)時(shí)，請(qǐng)求會(huì)繞過緩存直接打到數(shù)據(jù)庫，如果這種請(qǐng)求量很大，會(huì)導(dǎo)致數(shù)據(jù)庫壓力急劇增加。

• 核心：請(qǐng)求的數(shù)據(jù)在緩存和數(shù)據(jù)庫中都不存在
• 表現(xiàn)：緩存永遠(yuǎn)無法命中，數(shù)據(jù)庫承受全部請(qǐng)求

請(qǐng)求數(shù)據(jù)A（不存在）
       ↓
Redis查詢，未命中
       ↓
直接訪問數(shù)據(jù)庫
       ↓
數(shù)據(jù)庫也沒有該數(shù)據(jù)
       ↓
返回結(jié)果給用戶

特點(diǎn)：

• 數(shù)據(jù)不存在 → 每次請(qǐng)求都要查詢數(shù)據(jù)庫
• 緩存沒有命中 → 每次都落到數(shù)據(jù)庫
• 高并發(fā)下可能造成數(shù)據(jù)庫壓力過大

（二）觸發(fā)原因

1. 用戶惡意請(qǐng)求

• 惡意刷接口，隨機(jī)生成不存在的 ID 請(qǐng)求
• 例如：/product/999999999，數(shù)據(jù)庫中根本沒有

2. 程序缺陷或參數(shù)錯(cuò)誤

• 前端或接口調(diào)用傳錯(cuò)參數(shù)，導(dǎo)致請(qǐng)求不存在的數(shù)據(jù)
• 例如：用戶傳了非法商品 ID 或拼寫錯(cuò)誤的關(guān)鍵字

3. 緩存未處理空結(jié)果

• 查詢不存在的數(shù)據(jù)，緩存層沒有保存空對(duì)象
• 每次請(qǐng)求都走數(shù)據(jù)庫 → 穿透

（三）典型場(chǎng)景

1. 商品查詢接口

• 用戶請(qǐng)求不存在的商品 ID
• 沒有緩存空對(duì)象 → 每次都打數(shù)據(jù)庫

2. 用戶登錄或注冊(cè)校驗(yàn)接口

• 查詢不存在的用戶名或手機(jī)號(hào)
• 高并發(fā)時(shí)可能形成數(shù)據(jù)庫壓力

3. 通用搜索或統(tǒng)計(jì)接口

• 查詢歷史不存在的記錄或隨機(jī)關(guān)鍵字
• 數(shù)據(jù)庫承載能力下降

（四）可能后果

1. 數(shù)據(jù)庫壓力增加

• 大量不存在的數(shù)據(jù)請(qǐng)求直接落到數(shù)據(jù)庫
• CPU、IO 占用增加

2. 接口響應(yīng)變慢 / 超時(shí)

• 高并發(fā)下數(shù)據(jù)庫響應(yīng)慢，接口可能返回超時(shí)

3. 系統(tǒng)可用性降低

• 數(shù)據(jù)庫過載 → 其他正常請(qǐng)求也受影響

4. 潛在安全風(fēng)險(xiǎn)

• 惡意請(qǐng)求可能導(dǎo)致拒絕服務(wù)（DoS）攻擊

（五）解決策略

1. 緩存空對(duì)象（Null Cache）

• 將數(shù)據(jù)庫查詢不存在的數(shù)據(jù)也緩存起來（空對(duì)象或特殊標(biāo)記）
• 設(shè)置較短 TTL 避免緩存無限膨脹

示例：

String cache = redis.get(key);
if (cache != null) {
    return cache.equals("NULL") ? null : cache;
} else {
    String dbData = queryFromDB();
    if (dbData == null) {
        redis.set(key, "NULL", 60); // 緩存空對(duì)象
        return null;
    } else {
        redis.set(key, dbData, 3600);
        return dbData;
    }
}

2. 布隆過濾器（Bloom Filter）

• 在請(qǐng)求到達(dá)緩存/數(shù)據(jù)庫之前，用布隆過濾器快速判斷 key 是否存在
• 不存在的請(qǐng)求直接攔截，避免落到數(shù)據(jù)庫

特點(diǎn)：

• 支持海量數(shù)據(jù)
• 允許少量誤判（存在概率誤判為存在，但不會(huì)漏判）
• 場(chǎng)景：熱門商品 ID、用戶 ID 等高頻接口

3. 接口層校驗(yàn) / 參數(shù)校驗(yàn)

• 對(duì)傳入請(qǐng)求參數(shù)做合法性校驗(yàn)
• 非法 ID、空 ID、格式錯(cuò)誤的請(qǐng)求直接拒絕

4. 限流和防刷策略

• 對(duì)接口增加限流、頻率限制
• 防止惡意請(qǐng)求或高并發(fā)重復(fù)查詢不存在數(shù)據(jù)

（六）進(jìn)一步優(yōu)化與注意事項(xiàng)

1. 分布式環(huán)境注意點(diǎn)

• 如果系統(tǒng)是多節(jié)點(diǎn)或微服務(wù)架構(gòu)，需要保證布隆過濾器或緩存空對(duì)象在各節(jié)點(diǎn)的一致性。
• 可以使用 集中式布隆過濾器 或分布式緩存同步策略，避免不同節(jié)點(diǎn)出現(xiàn)數(shù)據(jù)不一致。

2. 空對(duì)象緩存策略優(yōu)化

• 緩存空對(duì)象時(shí)需要控制 TTL，避免占用過多緩存資源。
• 對(duì)于熱門但不存在的數(shù)據(jù)，可以適當(dāng)加長 TTL；對(duì)于隨機(jī)或惡意請(qǐng)求的數(shù)據(jù)，TTL 設(shè)置短一些即可。
• 結(jié)合日志監(jiān)控，發(fā)現(xiàn)頻繁穿透的 Key，可進(jìn)一步處理或封禁請(qǐng)求源。

3. 結(jié)合限流與防刷策略

在高并發(fā)或惡意請(qǐng)求場(chǎng)景，單靠緩存空對(duì)象或布隆過濾器可能不足。

可以使用 限流 + 防刷，例如：

• 限制接口每秒請(qǐng)求次數(shù)
• 對(duì)異常頻繁請(qǐng)求 IP 或用戶進(jìn)行封禁或驗(yàn)證碼驗(yàn)證
• 結(jié)合緩存策略可以更有效保護(hù)數(shù)據(jù)庫穩(wěn)定性。

4. 監(jiān)控與報(bào)警

• 對(duì)緩存命中率、數(shù)據(jù)庫查詢量進(jìn)行監(jiān)控
• 當(dāng)發(fā)現(xiàn)緩存命中率下降、數(shù)據(jù)庫異常增多時(shí)，觸發(fā)告警
• 幫助運(yùn)維及時(shí)發(fā)現(xiàn)緩存穿透攻擊或異常請(qǐng)求

三、緩存雪崩

（一）概念

緩存雪崩指的是大量緩存同時(shí)失效，導(dǎo)致大量請(qǐng)求直接打到數(shù)據(jù)庫，使數(shù)據(jù)庫瞬間承受超高壓力，可能導(dǎo)致系統(tǒng)不可用。

• 核心：大量緩存同時(shí)過期或失效
• 表現(xiàn)：數(shù)據(jù)庫壓力驟增，接口響應(yīng)延遲或失敗

流程示意：

大量熱點(diǎn)Key同時(shí)過期
       ↓
緩存全部未命中
       ↓
請(qǐng)求全部打到數(shù)據(jù)庫
       ↓
數(shù)據(jù)庫承受高壓
       ↓
接口響應(yīng)變慢或宕機(jī)

特點(diǎn)：

• 大量 Key 同時(shí)失效 → 大量請(qǐng)求集中落到數(shù)據(jù)庫
• 高并發(fā)下數(shù)據(jù)庫無法承受 → 系統(tǒng)可能整體不可用

不同于緩存擊穿：緩存雪崩可能涉及 多個(gè) Key，而擊穿通常是 單個(gè)熱點(diǎn) Key

（二）觸發(fā)原因

1. 大量 Key TTL 相同

• 系統(tǒng)初始化時(shí)給緩存設(shè)置了統(tǒng)一過期時(shí)間，例如都 1 小時(shí)
• 到期瞬間，大量請(qǐng)求同時(shí)訪問數(shù)據(jù)庫

2. Redis 宕機(jī)或重啟

• Redis 服務(wù)不可用 → 緩存全部失效
• 所有請(qǐng)求直接落到數(shù)據(jù)庫

3. 緩存淘汰策略觸發(fā)

• 當(dāng) Redis 內(nèi)存不足，根據(jù) LRU/LFU 策略淘汰大量 Key
• 瞬時(shí)失效 → 請(qǐng)求直接訪問數(shù)據(jù)庫

（三）典型場(chǎng)景

1. 秒殺活動(dòng)或促銷活動(dòng)

• 活動(dòng)前預(yù)熱緩存，設(shè)置統(tǒng)一過期時(shí)間
• 活動(dòng)開始或 TTL 到期 → 大量商品緩存同時(shí)過期
• 大量請(qǐng)求直接打數(shù)據(jù)庫 → 宕機(jī)風(fēng)險(xiǎn)

2. 系統(tǒng)啟動(dòng)或 Redis 重啟

• 系統(tǒng)重啟或 Redis 重啟 → 緩存清空
• 熱門 Key 未預(yù)熱 → 請(qǐng)求直接落數(shù)據(jù)庫

3. 大規(guī)模緩存失效

• 一些批量刷新或緩存清理操作
• 例如定時(shí)清理排行榜、統(tǒng)計(jì)數(shù)據(jù)
• 多個(gè) Key 同時(shí)失效 → 請(qǐng)求瞬間集中

（四）可能后果

1. 數(shù)據(jù)庫瞬時(shí)壓力飆升

• CPU、IO、連接數(shù)暴漲

2. 接口響應(yīng)延遲或失敗

• 請(qǐng)求排隊(duì) → 用戶體驗(yàn)差

3. 系統(tǒng)可用性下降

• 多個(gè)業(yè)務(wù)模塊同時(shí)受影響 → 鏈?zhǔn)椒磻?yīng)

4. 觸發(fā)緩存擊穿或雪崩放大

• 一個(gè) Key 的高并發(fā)擊穿 + 大量 Key 同時(shí)過期 → 系統(tǒng)雪崩

（五）解決策略

1. 緩存過期時(shí)間錯(cuò)開 / 隨機(jī)化 TTL

• 給 Key TTL 增加隨機(jī)偏移量，避免大量 Key 同時(shí)過期
• 例如：設(shè)置 TTL = 3600 ± random(0~300) 秒

2. 緩存預(yù)熱（Cache Preload）

• 系統(tǒng)啟動(dòng)或緩存即將失效前，提前加載熱點(diǎn)數(shù)據(jù)到緩存
• 避免大量請(qǐng)求落到數(shù)據(jù)庫

3. 互斥鎖或單線程加載

• 當(dāng)緩存失效時(shí)，控制只有一個(gè)請(qǐng)求訪問數(shù)據(jù)庫，其它請(qǐng)求等待
• 避免高并發(fā)直接打數(shù)據(jù)庫

4. 降級(jí)與限流

• 對(duì)部分請(qǐng)求返回默認(rèn)值或提示稍后重試
• 使用限流器控制訪問數(shù)據(jù)庫的速率

5. 多級(jí)緩存 / 本地緩存 + Redis

• 本地緩存存熱點(diǎn)數(shù)據(jù) → Redis 失效前可以命中本地緩存
• 降低對(duì) Redis 和數(shù)據(jù)庫瞬時(shí)壓力

總結(jié)

以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。

最新評(píng)論