【搞定面试官】系列：缓存雪崩、缓存击穿、缓存穿透

关注

原创最新推荐文章于 2026-07-05 13:39:03 发布 360 阅读 AI 写同款· GEO 优化 ›

分布式开发核心考点全解析：事务、锁与缓存一致性在分布式系统设计中，事务一致性、锁机制和缓存策略是构建高可用服务的基石。从CAP与BASE理论出发，理解分布式环境下ACID失效的根源，才能掌握2PC、TCC、Saga等分布式事务方案的适用边界。Redis分布式锁的正确实现、缓存穿透/击穿/雪崩的应对策略，以及Seata AT模式的无侵入回滚原理，都是工程实践中的高频技术点。此外，数据分片、一致性哈希、雪花算法和分布式任务调度，共同构成了分布式开发者的完整知识体系。本文结合顺丰科技秋招客观题，系统梳理这些核心概念与实战陷阱，帮助开发者从原理层面构建分布式系阅读详情

前言

Redis在当今电商环境中炙手可热，但是使用Redis除了能大幅提高性能之外，也会带来很多问题。最常见的有：缓存雪崩、缓存击穿、缓存穿透。本篇将重点介绍这三个问题及解决方案。
关于Redis面试基础可以看该系列的第一篇：
【阿里面试中的Redis】系列：Redis基础

正文：面试开始

小伙子，我看你简历上写到了Redis，那么你了解过什么是缓存雪崩吗？
缓存雪崩是指同一时间Redis中的key大面积失效，一瞬间缓存好像没有一样，所有的请求都打到的数据库。这个时候如果是瞬时高并发大流量的话，对于数据库而言可是灾难性的。并且如果系统没有做熔断降级的话，基本上就是瞬间挂一片的节奏。但是缓存雪崩常见于哪些场景呢？

这里我就举个例子：比如在秒杀系统，经常在活动开始前会有数据预热，什么意思呢，就是提前把相关的SKU和库存信息塞进缓存，一般入缓存的数据会设置一个过期时间，假如此时把这些SKU的过期时间设置一样。假设秒杀开始的时候瞬时来了5000个请求，而这些key同时都失效了，本来单机Redis扛住5000QPS毫无压力，这下缓存崩了，所有请求直接打到了MySQL，数据库必然扛不住，也许它会“嗷呜”一声报个警，但是还没等到DBA听到响就直接挂了。并且无论你怎么重启数据库，只要Redis没热点数据，MySQL立马又会被新的流量打得爬不起来。

在这里插入图片描述

拓展：
这里少侠用Jmeter对单机数据库进行了压测，设置的参数如下图所示，参数说明：

Number of Threads(users):线程数或者请求的用户数。这里设置了2000个并发。
Ramp-up period(seconds):请求的间隔时间。这里设置为0，表示同时请求。
Loop Count：每个线程循环请求次数。

当热点数据全部可以从Redis中获取时候，压测结果如下，参数说明：

Samples：表示你这次测试中一共发出了多少个请求，如果模拟10个用户，每个用户循环10次，那么这里显示100。
Average：平均响应时间——默认情况下是单个 Request 的平均响应时间，当使用了 Transaction Controller 时，也可以以Transaction 为单位显示平均响应时间。
Median：中位数，也就是 50％用户的响应时间。
X% Line：X％用户的响应时间。
Min：最小响应时间。
Max：最大响应时间。
Error%：本次测试中出现错误的请求的数量/请求的总数。

Throughput：吞吐量，即默认情况下表示每秒完成的请求数（Request per Second）。
注意看下图，99%的请求响应是7ms，MySQL的吞吐量是265.4/s，响应正常。

在这里插入图片描述

当Redis发生缓存雪崩时，注意看下图，99% 请求的响应都到了5136ms了，吞吐量也下降了一半以上。

在这里插入图片描述

好的，那再说说你在开发中是如何解决缓存雪崩的？
这个一般是三种方式：一是设置过期时间时为每个key的失效时间都加个随机值，保证它们不会在统一时间失效；二是在集群Redis环境下，将这些热点数据分布到不同的Redis库中也能规避同时全部失效的风险；第三种就比较简单粗暴了，根本就不设置过期时间，只有当MySQL数据更新时同步更新缓存就好了。
那你了解缓存击穿和缓存穿透么，可以说说它们跟缓存雪崩的关系吗？
缓存击穿跟缓存雪崩有点像，但是又有一点不一样，缓存雪崩是因为大面积的缓存失效，打崩了数据库，而缓存击穿不同的是缓存击穿是指一个key非常热点，在不停的扛着高并发，高并发流量集中对这一个key进行访问，当这个Key在失效的瞬间，持续的大并发就击穿缓存，直接请求数据库，就像在一个完好无损的桶上凿开了一个洞。
缓存穿透是指缓存和数据库中都没有的数据。可能是用户恶意请求，也有可能是用户访问了过期被物理删除的数据。这里举个简单的例子，MySQL自增主键一般都是从1开始的，如果用户查询了id=-1的数据，正常缓存和数据库中都是没有的，如果这种请求量又很大的话，数据库保不准就挂了。
那说说这两种问题分别如何解决？
缓存击穿的解决方案主要有两种，一是设置热点key永不过期。二是利用互斥锁，每次只能有一个用户获取到key，如果key失效了，会从MySQL中查询并更新到Redis，此时最多也就一次请求MySQL。
缓存穿透就比较讲究了，缓存穿透主要可能是黑客或者行业竞争对手的恶意攻击，尤其对于对外API接口，比如分页参数如果不做校验，调用方二话不说，先请求它一个亿！再来几个并发调用，如果这是在618期间，会发生什么就不言而喻了。所以我们首先可以做的就是接口里关键参数必须加校验，把这些请求拦截在代码层。事实上在开发中我们要有一颗“不信任”的心态，因为你不知道调用你接口的人是谁。第二种方式就是大名鼎鼎的布隆过滤器了，原理也很简单，就是利用高效的数据结构和算法快速判断出你这个key是否在数据库中存在，不存在你return就好了，存在你就去查MySQL刷新到Redis并将结果集return。

小结

Redis是现在的NoSQL的代表，熟练运用和掌握其原理对个人的成长大有裨益。

本例相关代码如下，仅供参考（如需完整源码请留言）：

/**
 * @author Carson
 * @date 20-8-20 下午5:00
 */
@RestController
public class CommonController {
    private final Logger logger = LoggerFactory.getLogger(CommonController.class);
    @Autowired
    private JdbcTemplate template;
    @Autowired
    private RedisTemplate redisTemplate;

    @RequestMapping(value = "/showValue", method = RequestMethod.GET)
    public String showName(@RequestParam("key") Integer key) {
        // query from cache
        ValueOperations valueOperations = redisTemplate.opsForValue();
        String val = (String) valueOperations.get(key);
        if (StringUtils.isBlank(val)) {
            logger.warn("缓存雪崩！！！");
            // query from mysql
            String sql = "SELECT user_name FROM cps_user_info WHERE id=?";
            val = template.queryForObject(
                    sql, new Object[]{key}, String.class);
            if (StringUtils.isNotBlank(val)) {
                valueOperations.set(key, val, 6000L, TimeUnit.SECONDS);
            }
        }
        return "Value:" + val;
    }

    @RequestMapping(value = "/insertRedis", method = RequestMethod.GET)
    public void insertRedis() {
        Integer key = 1;
        ValueOperations valueOperations = redisTemplate.opsForValue();
        valueOperations.set(key, "SEU", 10L, TimeUnit.SECONDS);
    }
}