面试官连环追问：Redis缓存穿透的7种解决方案，你敢说全吗？

导读：在电商大促期间，某平台因缓存穿透导致数据库崩溃，直接损失超千万。本文通过复现事故场景，剖析7种缓存穿透解决方案的底层原理。无论面试还是实战，这篇文章都将成为你的终极防穿透指南。

---

一、穿透场景复现与问题诊断

1.1 高并发穿透场景模拟

// 危险代码示例：未做防护的查询方法
public Product getProduct(String id) {
   
    String cacheKey = "product:" + id;
    Product product = redisTemplate.opsForValue().get(cacheKey);
    if (product != null) {
   
        return product;
    }
    
    product = productMapper.selectById(id); // 直接查库
    if (product != null) {
   
        redisTemplate.opsForValue().set(cacheKey, product, 30, TimeUnit.MINUTES);
    }
    return product;
}

漏洞分析：恶意攻击者通过构造随机ID（如UUID）发起海量查询，所有请求穿透Redis直达MySQL。当QPS达到2万时，数据库连接池瞬间耗尽。

---

二、7大解决方案深度解析

2.1 布隆过滤器（Bloom Filter）

// 初始化布隆过滤器（Redisson实现）
RBloomFilter<String> bloomFilter = redisson.getBloomFilter("product_filter");
bloomFilter.tryInit(1000000L, 0.01); // 百万数据量，1%误判率

// 查询时优先校验
public Product getProductWithBloom(String id) {
   
    if (!bloomFilter.contains(id)) {
   
        return null; // 快速拦截非法请求
    }
    // ...原有查询逻辑
}

核心参数：

• 位数组大小：-n*ln(p)/(ln2)^2 （n=元素数量，p=误判率）
• 哈希函数数量：k = m/n * ln2

2.2 缓存空对象（Cache Null）

public Product getProductWithNullCache(String id) {
   
    String cacheKey = "product:" + id;
    Product product = redisTemplate.opsForValue().get(cacheKey);
    
    if (product != null) {
   
        return product instanceof NullProduct ? null : product;
    }
    
    product = productMapper.selectById(id);
    if (product != null) {
   
        redisTemplate.opsForValue().set(cacheKey, product, 30, TimeUnit.MINUTES);
    } else {
   
        redisTemplate.opsForValue().set(cacheKey, new NullProduct(), 2, TimeUnit.MINUTES); // 短时间缓存空值
    }
    return product;
}

注意事项：

<