Redis 缓存：应对缓存雪崩、缓存击穿和缓存穿透

原创于 2025-08-06 22:11:47 发布 · 815 阅读

15 ·

CC 4.0 BY-SA版权

文章标签：

#缓存 #redis #mybatis #后端 #数据库 #微服务 #分布式

分布式事务专栏收录该内容

17 篇文章

订阅专栏

在高并发系统中，Redis 作为高性能缓存层，能显著提升读取性能、减轻数据库压力。然而，如果使用不当，可能会引发 缓存雪崩、缓存击穿、缓存穿透 等问题，严重时甚至导致数据库崩溃。

本文将深入解析这三大缓存问题的产生原因、影响机制，并提供实用的解决方案，同时结合 Mermaid 图解 帮助你更直观地理解。

一、缓存雪崩：大量缓存同时失效

📌 什么是缓存雪崩？

缓存雪崩是指在某一时刻，大量缓存数据同时过期或 Redis 服务宕机，导致所有请求直接打到数据库，造成数据库瞬间压力激增，甚至崩溃。

🔍 产生原因

大量 Key 设置相同的过期时间 → 同一时间集体失效。
Redis 节点故障或集群宕机 → 所有缓存不可用。

✅ 应对方案

1. 错峰设置过期时间

避免所有缓存同时失效，可在基础过期时间上加一个随机值（如 5~10 分钟随机偏移）。

// 示例：设置缓存过期时间为 30 分钟 ± 5 分钟
expire := 30*time.Minute + time.Duration(rand.Intn(300))*time.Second
redis.Set(key, value, expire)

2. 使用互斥锁防止并发重建

当缓存失效时，只允许一个线程重建缓存，其余线程等待。

3. 构建 Redis 高可用集群

使用 主从复制 + 哨兵（Sentinel） 或 Redis Cluster，实现故障自动切换。
即使主节点宕机，从节点可接管服务，避免缓存整体失效。

4. 服务降级与限流

限流：使用 Nginx、Sentinel 等工具限制每秒请求数。
熔断：当数据库压力过大时，暂时拒绝部分请求，返回默认值或提示“系统繁忙”。

二、缓存击穿：热点 Key 过期引发的冲击

📌 什么是缓存击穿？

缓存击穿是指某个被高频访问的热点 Key 在过期的瞬间，大量并发请求同时无法命中缓存，全部涌向数据库，造成瞬时压力激增。

⚠️ 与雪崩不同：雪崩是“大面积失效”，击穿是“单个热点失效”。

✅ 应对方案

1. 为热点数据设置永不过期

缓存数据不设置 expire，由后台定时任务主动更新。
优点：避免过期瞬间的并发冲击。
缺点：数据更新延迟，需确保后台任务可靠。

2. 使用互斥锁重建缓存

与雪崩应对类似，通过加锁保证只有一个线程重建缓存。

func getFromCacheOrDB(key string) (string, error) {
    val, err := redis.Get(key)
    if err == nil {
        return val, nil // 缓存命中
    }

    // 缓存未命中，尝试加锁
    lock := acquireLock(key)
    if lock {
        defer releaseLock(key)
        val, err = db.Query(key)
        redis.Set(key, val, 30*time.Minute) // 重新设置
        return val, err
    } else {
        // 等待片刻后重试读缓存
        time.Sleep(10 * time.Millisecond)
        return redis.Get(key)
    }
}

三、缓存穿透：查询不存在的数据

📌 什么是缓存穿透？

缓存穿透是指查询一个数据库中也不存在的数据，导致缓存无法命中，每次请求都必须查询数据库。恶意攻击者可能利用此漏洞，构造大量不存在的 Key，持续请求，压垮数据库。

✅ 应对方案

1. 缓存空值（Null Value）

即使数据库查不到，也向缓存写入一个 null 或特殊标记，并设置较短过期时间（如 1~5 分钟）。

val, err := db.Query("user:1000000")
if err != nil {
    redis.Set("user:1000000", "null", 2*time.Minute) // 缓存空值
    return nil
}

2. 使用布隆过滤器（Bloom Filter）

在访问缓存前，先通过布隆过滤器判断该 Key 是否可能存在。

如果布隆过滤器返回“不存在” → 直接拒绝请求。
如果返回“可能存在” → 继续查缓存或数据库。

✅ 布隆过滤器优点：空间效率高、查询快；缺点：存在极低误判率（可接受）。

四、如何保证数据库和缓存的一致性

Cache Aside 策略

Cache Aside 策略分为“读策略”和“写策略”。

写策略步骤

更新数据库：首先更新数据库中的数据。
删除缓存：更新成功后，删除对应的缓存数据，以便下次读取时重新加载最新的数据。

读策略步骤

检查缓存：首先检查缓存中是否存在所需数据。
缓存命中：如果缓存命中，则直接返回缓存数据。
缓存未命中：如果缓存未命中，则查询数据库，并将查询结果写入缓存。

通过以上策略，可以在一定程度上保证数据库和缓存的一致性。

总结

在使用 Redis 作为缓存层时，我们需要充分考虑可能出现的问题，如缓存雪崩、缓存击穿和缓存穿透，并采取相应的应对措施。通过合理设置过期时间、使用互斥锁、构建高可用集群、限制非法请求、使用布隆过滤器等方法，可以有效地缓解这些问题，提高系统的稳定性和性能。同时，采用 Cache Aside 策略可以保证数据库和缓存的一致性，进一步提升系统的可靠性。

希望本文能帮助你更好地理解和掌握 Redis 缓存的相关知识。