结论先行:三个问题一句话分清——穿透是"查的数据根本不存在",击穿是"一个热点 key 失效的瞬间被打穿",雪崩是"一大片 key 同时失效或 Redis 整体不可用"。对策分别是:空值缓存 + 布隆过滤器、互斥重建 + 逻辑过期、过期时间打散 + 集群高可用 + 限流降级。

穿透:请求打向不存在的数据

恶意请求用不存在的 id 反复查询,缓存里永远没有,每次都打到数据库。正常缓存模型对"不存在"是免疫的——缓存未命中、库里也没有、什么也不写,下次请求照样穿透。三层防线按成本排序:

  1. 参数校验:格式非法的请求直接拦截,成本最低;
  2. 空值缓存:查库返回空也写入缓存,TTL 设短(如 60 秒),防止长期占内存;
  3. 布隆过滤器:启动时把全量合法 id 灌入,请求先过过滤器,判定"一定不存在"就直接拒绝。

布隆过滤器的使用要点:有误判率(说"存在"的少量实际不存在,需要空值缓存兜底),误判率与位数组大小、哈希函数个数直接相关,容量要按"预期元素数 + 余量"预判,元素超限后误判率失真;标准布隆过滤器删除支持差,适合 id 集合基本不变的场景——需要删除语义时换计数型布隆过滤器,或定期全量重建。三层防线的调用顺序是固定的:参数校验 → 布隆过滤器 → 缓存查询,布隆判"不存在"直接返回,判"存在"才走缓存与回源,空值缓存永远留在最内侧兜底误判。

// 错误写法:查库为 null 时什么都不写,"不存在"的请求每次都穿透到数据库
Product p = productDao.findById(id);
if (p != null) {
    redis.setex(key, 1800, serialize(p));
}
return p;

// 正确写法:空值也缓存,短 TTL 防止长期占内存
if (p == null) {
    redis.setex(key, 60, "");    // 空值缓存 60 秒
    return null;
}
redis.setex(key, 1800, serialize(p));

击穿:热点 key 过期的瞬间

某个高 QPS 的 key 到期失效,瞬间数千个请求同时回源,数据库被同一份数据反复砸。两种主流解法:

  • 互斥锁重建:只放一个请求去查库重建缓存,其余等待后重读缓存。实现简单,代价是短暂等待;
  • 逻辑过期:value 里携带过期时间字段,物理上永不过期;发现逻辑过期后由异步线程重建,当前请求先返回旧值。牺牲一点新鲜度换零阻塞。

两者取舍的判据是业务对"短暂阻塞"和"短暂旧数据"哪个更敏感:交易链路通常接受几十毫秒的互斥等待,不可读旧值;展示类页面正相反,宁可旧几百毫秒也不能卡用户。逻辑过期的实现有两个细节决定成败:value 结构必须显式携带过期时间戳(如 {data, expireAt}),发现过期后由异步线程单飞重建——同一 key 的重建任务要做去重(比如用 setnx 标记重建中),否则并发发现过期会起一堆重复的重建线程。最朴素的做法也最稳:核心热点 key 干脆不设 TTL,后台任务定时刷新——但要有刷新任务失败时的告警,否则热点一旦变更就是静默脏数据。

雪崩:批量失效或 Redis 整体不可用

两类成因两类对策:

  • 同时失效(批量预热的 key 设置了相同 TTL):过期时间加随机值,如基础 30 分钟 + 随机 0~5 分钟;
  • Redis 整体故障:集群高可用(哨兵/Cluster)+ 多级缓存(本地 Caffeine 顶住第一波)+ 熔断限流兜底(Sentinel/Resilience4j 限流后走降级逻辑)。数据库绝不能裸奔。

多级缓存的要点是本地缓存的 TTL 要显著短于 Redis 层(秒级或分钟级),并且要考虑多实例之间本地缓存不一致的容忍度——它只适合"允许短暂不一致的热点读"。限流阈值要按数据库的真实承受力设定,而不是按缓存正常时的流量设定:兜底的意义是"数据库活着",不是"体验不掉"。这类预案只有演练过才可信:定期在测试环境把 Redis 停掉,验证限流、降级、回源各级是否按预期工作——没演练过的降级逻辑,出事时大概率有隐藏的空指针和超时链。

代码:互斥锁重建的标准写法

public Product getProduct(Long id) {
    String key = "product:" + id;
    String json = redis.get(key);
    if (json != null) return deserialize(json);

    // 未命中:只放一个线程拿锁回源
    String lockKey = "lock:product:" + id;
    SetParams params = SetParams.setParams().nx().px(3000);
    if ("OK".equals(redis.set(lockKey, "1", params))) {
        try {
            // 双重检查:拿到锁时缓存可能已被前一个线程重建
            json = redis.get(key);
            if (json != null) return deserialize(json);

            Product p = productDao.findById(id);
            redis.setex(key, 1800 + ThreadLocalRandom.current().nextInt(300),
                    serialize(p));
            return p;
        } finally {
            redis.del(lockKey);
        }
    }
    // 没抢到锁:短暂等待后重试读缓存
    sleep(50);
    return getProduct(id);
}

注意三点:拿锁成功后必须二次查缓存(可能已被前一个线程重建完);锁一定要带过期时间,防止持锁线程挂掉后死锁;重试用循环加次数上限代替上面的递归调用,避免极端情况下线程栈被吃穿。

一张表收尾

问题触发条件核心对策
穿透数据不存在空值缓存 + 布隆过滤器 + 参数校验
击穿单热点 key 过期互斥重建 / 逻辑过期 / 永不过期
雪崩大量 key 同时失效或实例宕机TTL 随机化 + 集群高可用 + 限流降级

三者常常连环出现:雪崩导致数据库过载变慢,回源变慢又放大了击穿窗口。所以工程上的顺序是先保住数据库(限流降级),再优化缓存策略(TTL 随机、互斥重建),最后才是布隆过滤器这类增强。诊断时三者也不能混为一谈:看监控要先分流量去向——回源 QPS 集中在少数几个 key 是击穿,分散在大量不存在 id 上是穿透,整体回源曲线随某个时刻齐涨齐跌是雪崩。对症下药的前提是分清症状,监控面板上把"回源 key 分布"和"回源 QPS 曲线"分开看,三者一眼可辨。

最后强调:三件套的兜底永远在数据库侧——连接池上限、慢查询预算、只读副本。缓存方案做得再花,也不能让数据库失去最后防线。

生产案例

某次大促预热,批量把上万条活动商品灌入缓存时统一设了 30 分钟 TTL。半小时后恰逢流量高峰,这批 key 在同一分钟内集中过期,所有请求同时回源,商品库连接池瞬间打满,靠商品数据的接口大面积超时——教科书式的雪崩叠加击穿。应急动作是限流降级预案生效:非核心展示字段走静态兜底数据,商品库只保留核心链路读;随后逐批重建缓存(带随机 TTL)恢复。根治改了三处:缓存回填工具强制"基础 TTL + 随机偏移",杜绝统一过期时间;活动商品列表的 key 改为逻辑过期 + 后台刷新,大促期间物理永不过期;商品库连接池与慢查询告警阈值按"缓存全挂"的场景重新核算。之后的整场大促,缓存过期曲线保持平滑。经验教训是:缓存问题的演练要按最坏情况做——TTL 相同、热点集中、Redis 不可用三个条件同时成立的预案,才是有效的预案。

检查清单

  • 所有缓存 key 的 TTL 带随机偏移,禁止批量写入统一过期时间
  • “不存在"的数据写空值缓存(短 TTL),高频查询场景前置布隆过滤器
  • 布隆过滤器按预期元素数预留容量,明确误判率与重建策略
  • 热点 key 用互斥重建或逻辑过期,核心场景评估永不过期 + 定时刷新
  • 多级缓存只用于容忍短暂不一致的热点读,本地 TTL 短于 Redis 层
  • 数据库前置限流熔断,阈值按"缓存全挂"场景核算
  • 大促前演练穿透/击穿/雪崩叠加场景,验证降级链路可用