谈一谈缓存穿透、缓存击穿和缓存雪崩，以及解决办法？

缓存穿透

⚫ 问题：大量并发查询不存在的 KEY，在缓存和数据库中都不存在，同时给缓存和数据库带

来压力。

        

⚫ 原因：一般而言，缓存穿透有 2 种可能性：业务数据被误删，导致缓存和数据库中都没有

数据。恶意进行 ddos 攻击。

    

⚫ 分析：为什么会多次透传呢？不存在 一直为空，需要注意让缓存能够区分 KEY 不存在和

查询到一个空值。

        

⚫ 解决办法：缓存空值的 KEY，这样第一次不存在也会被加载会记录，下次拿到有这个

KEY。Bloom 过滤或 RoaingBitmap 判断 KEY 是否存在，如果布隆过滤器中没有查到这

个数据，就不去数据库中查。在处理请求前增加恶意请求检查，如果检测到是恶意攻击，

则拒绝进行服务。完全以缓存为准，使用延迟异步加载的策略（异步线程负责维护缓存的

数据，定期或根据条件触发更新），这样就不会触发更新。

        

        

        

        

缓存击穿

⚫ 问题：某个 KEY 失效的时候，正好有大量并发请求访问这个 KEY。

        

⚫ 分析：跟穿透其实很像，属于比较偶然的。

        

⚫ 解决办法：KEY 的更新操作添加全局互斥锁。完全以缓存为准，使用延迟异步加载的策略

（异步线程负责维护缓存的数据，定期或根据条件触发更新），这样就不会触发更新。

        

        

        

        

缓存雪崩

⚫ 问题：当某一时刻发生大规模的缓存失效的情况，导致大量的请求无法获取数据，从而将

流量压力传导到数据库上，导致数据库压力过大甚至宕机。

        

⚫ 原因：一般而言，缓存雪崩有 2 种可能性：大量的数据同一个时间失效：比如业务关系强

相关的数据要求同时失效 Redis 宕机

        

⚫ 分析：一般来说，由于更新策略、或者数据热点、缓存服务宕机等原因，可能会导致缓存

数据同一个时间点大规模不可用，或者都更新。所以，需要我们的更新策略要在时间上合

适，数据要均匀分享，缓存服务器要多台高可用。

        

⚫ 解决办法：更新策略在时间上做到比较平均。如果数据需要同一时间失效，可以给这批数

据加上一些随机值，使得这批数据不要在同一个时间过期，降低数据库的压力。使用的热

数据尽量分散到不同的机器上。多台机器做主从复制或者多副本，实现高可用。做好主从

的部署，当主节点挂掉后，能快速的使用从结点顶上。实现熔断限流机制，对系统进行负

载能力控制。对于非核心功能的业务，拒绝其请求，只允许核心功能业务访问数据库获取

数据。服务降价：提供默认返回值，或简单的提示信息。