Redis 的高性能缓存机制的三类问题：缓存击穿、缓存雪崩 和 缓存穿透

1. 缓存击穿

含义

缓存击穿是指某个 热点数据 恰好在缓存过期后，大量请求直接访问数据库，导致数据库压力骤增。

典型场景

• 某些数据是高频访问的热点数据，比如抢购活动中热门商品的库存。
• 由于该数据缓存时间到期，在缓存中失效，瞬间大量请求涌向数据库。

解决方案

1. 热点数据提前续期：

   • 在缓存接近失效时间时，使用 异步线程 或 自动刷新策略 提前更新缓存。

2. 加互斥锁（缓存重建保护）：

   • 当某一线程发现缓存失效时，通过加锁机制（如分布式锁），确保只有一个线程能够去查询数据库并更新缓存，其他线程等待。

3. 永不过期策略：

   • 对热点数据设置为永不过期，只通过后台异步更新。

---

2. 缓存雪崩

含义

缓存雪崩是指在某一时间段内，大量缓存同时失效，导致大量请求直接涌向数据库，可能引发数据库崩溃。

典型场景

• 系统中缓存的大量数据设定了相同或接近的过期时间。
• 当这些缓存同时到期时，请求绕过缓存直接访问数据库。

解决方案

1. 缓存过期时间分散：

   • 设置缓存的过期时间时，使用随机化策略（如 ExpireTime + rand(5min)），避免同时失效。

2. 缓存预热：

   • 在系统启动或高峰期前，提前将热点数据加载到缓存中。

3. 请求限流与降级：

   • 实现限流机制，限制突发流量对数据库的冲击。
   • 在高峰期返回默认值或静态数据（如返回空数据或本地缓存）。

4. 多级缓存架构：

   • 在 Redis 前增加一级缓存（如本地缓存或 L1 缓存），分散数据库压力。

---

3. 缓存穿透

含义

缓存穿透是指请求的数据在缓存和数据库中都不存在，导致所有请求直接访问数据库。

典型场景

• 用户请求的数据 key 不存在，例如随机的 ID 或恶意构造的无效请求。
• 由于缓存中没有这类 key，请求直接穿透到数据库。

解决方案

1. 缓存空值：

   • 当请求的 key 不存在时，将空结果缓存起来，并设置较短的过期时间，避免重复查询。

2. 布隆过滤器：

   • 使用布隆过滤器在入口处快速判断 key 是否可能存在，不存在的直接拦截。

3. 参数校验：

   • 对请求参数进行校验，过滤无效或异常的请求。

4. 限流与访问策略：

   • 针对异常高频的请求，进行限流或 IP 黑名单处理。

---

总结对比

问题	原因	影响	解决方法
缓存击穿	热点数据过期，大量请求同时访问数据库	单个热点数据，数据库压力骤增	加锁保护、提前续期、设置永不过期
缓存雪崩	大量缓存同时失效，所有请求直接访问数据库	数据库崩溃或响应延迟	分散过期时间、缓存预热、限流降级、多级缓存
缓存穿透	请求的数据在缓存和数据库中都不存在，导致每次请求都查询数据库	数据库压力持续增加	缓存空值、布隆过滤器、参数校验、限流

这些问题的解决思路，往往是结合多种方法根据业务场景定制化实现的。在面试中，补充实际经验或代码示例，会更具说服力。