微服务架构落地：Redis 缓存体系架构（下篇）—— 穿透/击穿/雪崩根治、缓存一致性、分布式锁实战

大宗商品销采运储系统・六层架构连载（公共中间件层）

上一篇（Redis 上篇）我们搭建了整套缓存底座：3 主 3 从集群架构、多级缓存体系、热点 Key 治理，解决了大宗商品高并发流量接入、集群高可用、流量倾斜等基础架构问题。

但架构能“扛流量”不代表能“稳生产”。

Redis 在销采运储核心业务中，承载库存、报价、交易状态、客户权限等高价值数据，线上真正高频爆发的故障全部集中在三类问题：

1. 缓存穿透、缓存击穿、缓存雪崩；

2. 缓存数据不一致；

3. 并发库存超卖。

本篇作为 Redis 连载终篇，全部聚焦生产故障根治方案，适配大宗商品库存、报价、对账、交易场景，彻底闭环缓存落地所有疑难问题。

一句话定调：

上篇解决“架构能不能扛”，下篇解决“线上会不会崩、数据会不会错”。

---

一、三大缓存灾难：穿透、击穿、雪崩

大宗商品项目流量脉冲强、瞬时并发高、数据冷热差距大，是三类缓存问题的高发场景。我们逐个拆解业务场景 + 故障风险 + 最终落地方案。

1. 缓存穿透：查不存在的数据，直接打穿到数据库

业务场景：
前端恶意乱传商品编码、非法仓库 ID、过期客户 ID，缓存无数据，请求全部直达 MySQL。

危害：
缓存完全失效，空查询压垮数据库，造成整体链路超时。

根治落地方案（项目完整版）：

• 空值缓存：查询为空时，缓存空对象，短期过期（30s），拦截重复穿透请求；

• 布隆过滤器预拦截：商品编码、仓库 ID、客户 ID 统一布隆过滤，不存在的 Key 直接拦截，不查缓存、不查库；

• 参数校验拦截：网关层统一校验业务参数格式、合法性，拦截非法请求。

空值缓存示例：

public GoodsPrice getGoodsPrice(String goodsCode) {
    String key = "goods:price:" + goodsCode;
    Object cache = redisTemplate.opsForValue().get(key);

    if (cache != null) {
        // 空值缓存标记，直接返回 null
        if ("EMPTY".equals(cache)) {
            return null;
        }
        return (GoodsPrice) cache;
    }

    GoodsPrice price = goodsPriceMapper.selectByCode(goodsCode);
    if (price == null) {
        // 缓存空值，30 秒过期，防止穿透
        redisTemplate.opsForValue().set(key, "EMPTY", 30, TimeUnit.SECONDS);
        return null;
    }
    redisTemplate.opsForValue().set(key, price, 60, TimeUnit.SECONDS);
    return price;
}

2. 缓存击穿：热点 Key 过期瞬间，海量请求打崩数据库

业务场景：
热门大宗商品报价、主力库存数据，凌晨统一过期，早开盘瞬间几十万 QPS 直接落库查询。

危害：