20. Redis 是如何处理缓存穿透、缓存击穿和缓存雪崩等问题的？

标准答案

Redis 处理缓存三大问题的方式如下：

• 缓存穿透：利用 布隆过滤器 或 缓存空值 防止数据库被恶意查询。
• 缓存击穿：对热点 key 设置 互斥锁（Mutex） 或使用 永不过期策略 确保缓存重建不发生并发冲突。
• 缓存雪崩：采用 随机过期时间、双层缓存、限流降级 等措施，防止大量缓存失效导致数据库崩溃。

1️⃣ 缓存穿透（Cache Penetration）

问题描述

缓存穿透指的是查询一个数据库中不存在的 key，因为缓存也没有这个 key，查询会直接打到数据库，导致数据库负载增加甚至崩溃。例如：攻击者不断请求 userId=-1 这样的非法数据，由于缓存不会存储不存在的 key，每次查询都会穿透到数据库。

解决方案

✅ 方法 1：布隆过滤器（Bloom Filter）（推荐）

• 布隆过滤器是一种高效的哈希算法，用于快速判断 key 是否存在，从而拦截无效请求。
• 具体做法：
  1. 在 Redis 之前增加一个布隆过滤器，存储所有可能存在的 key。
  2. 查询时，先在布隆过滤器中判断 key 是否可能存在，不存在则直接返回，不查询 Redis 和数据库。

import com.google.common.hash.BloomFilter;
import com.google.common.hash.Funnels;

public class BloomFilterExample {
    private static BloomFilter<Integer> bloomFilter = 
        BloomFilter.create(Funnels.integerFunnel(), 1000000, 0.01);

    public static void main(String[] args) {
        bloomFilter.put(123);
        System.out.println(bloomFilter.mightContain(123)); // true
        System.out.println(bloomFilter.mightContain(999)); // false
    }
}

• 优点：高效、低内存占用，可拦截无效请求。
• 缺点：有一定误判率（不过可以调节误判率）。

✅ 方法 2：缓存空值

• 如果数据库查询返回 null，则将该 key 的值缓存为 null，并设置一个短期过期时间（如 5~10 分钟）。
• 下次查询时，直接返回 null，避免频繁访问数据库。
• 适用于数据较少、更新不频繁的场景。

String value = redis.get(key);
if (value == null) {
    value = db.query(key);
    if (value == null) {
        redis.setex(key, 300, "null"); // 5 分钟
    } else {
        redis.setex(key, 3600, value);
    }
}

2️⃣ 缓存击穿（Cache Breakdown）

问题描述

缓存击穿是指某个热点 key 过期，大量请求同时查询该 key，由于缓存没有命中，所有请求直接打到数据库，造成数据库压力过大甚至宕机。例如：一个明星热点新闻的 key 失效后，大量用户访问导致数据库崩溃。

解决方案

✅ 方法 1：互斥锁（Mutex）（推荐）

• 在缓存过期时，只有一个线程能去查询数据库并重建缓存，其他线程等待。
• 具体实现：
  1. 查询 Redis，如果缓存未命中，尝试用 SETNX 获取互斥锁。
  2. 成功获取锁的线程查询数据库，并更新缓存。
  3. 其他线程等待锁释放，获取新缓存数据。

String value = redis.get(key);
if (value == null) { 
    if (redis.setnx("lock:" + key, "1") == 1) { // 获取锁
        redis.expire("lock:" + key, 10); // 10 秒超时，防止死锁
        value = db.query(key);
        redis.setex(key, 3600, value); // 设置缓存
        redis.del("lock:" + key); // 释放锁
    } else {
        Thread.sleep(100); // 休眠后重试
        value = redis.get(key);
    }
}

• 优点：防止大量请求同时查询数据库。
• 缺点：增加了一定的复杂性，需要保证锁不会死锁。

✅ 方法 2：热点数据永不过期

• 对于热点 key，可以不设置过期时间，或者使用定期异步刷新策略（后台线程定期更新缓存）。
• 例如，秒杀活动的商品库存信息，可以定期同步而不是等缓存自动过期。

redis.set("hotKey", value); // 不设过期时间
// 由后台异步任务定期刷新

3️⃣ 缓存雪崩（Cache Avalanche）

问题描述

缓存雪崩指的是大量缓存同时失效，导致所有请求都直接打到数据库，数据库负载急剧上升，可能直接宕机。例如：定时批量缓存刷新时，所有缓存同时过期，造成流量冲击数据库。

解决方案

✅ 方法 1：随机过期时间（推荐）

• 给不同的 key 设定随机的过期时间，避免同一时刻大规模缓存失效。

int expireTime = 3600 + new Random().nextInt(600); // 1 小时 ± 10 分钟
redis.setex("key", expireTime, value);

• 优点：简单易用，减少数据库压力。

✅ 方法 2：双层缓存架构（L1 + L2）

• 在本地缓存（如 Caffeine、Guava Cache）和 Redis 之间增加一层缓冲，减少 Redis 直接失效对数据库的冲击。
• 读取流程：
  1. 先查询本地缓存（L1）；
  2. 本地缓存未命中，再查询 Redis（L2）；
  3. Redis 也未命中，则查询数据库，并更新两层缓存。

Cache<String, String> localCache = CacheBuilder.newBuilder()
    .expireAfterWrite(10, TimeUnit.MINUTES)
    .maximumSize(10000)
    .build();
    
public String getValue(String key) {
    String value = localCache.getIfPresent(key);
    if (value == null) {
        value = redis.get(key);
        if (value != null) {
            localCache.put(key, value);
        }
    }
    return value;
}

✅ 方法 3：限流 & 降级

• 限流：使用 Redis 令牌桶或漏斗算法限制 QPS。
• 降级：当数据库压力过大时，可以返回默认值或者静态页面，保证服务可用性。

if (!rateLimiter.tryAcquire()) {
    return "系统繁忙，请稍后再试";
}

深入追问

🔹 Redis 的分布式锁如何防止缓存击穿？
🔹 布隆过滤器如何优化 Redis 查询性能？
🔹 如何防止缓存雪崩导致数据库宕机？
🔹 在电商秒杀系统中，如何优化热点 key 缓存？

相关面试题

🔹 如何在高并发场景下保证缓存的稳定性？
🔹 Redis 如何实现分布式限流？
🔹 缓存击穿和缓存雪崩有什么不同？
🔹 如何使用 Redis Pipeline 优化缓存请求？