缓存击穿、穿透、雪崩分别是什么意思？怎么解决？

缓存相关问题是高并发系统中常见的性能挑战，缓存击穿、缓存穿透、缓存雪崩分别指不同的异常访问场景。下面分别说明其含义、成因与解决方案：

---

✅ 一、缓存击穿（Cache Breakdown）

❓定义

指某个热点 key 在某一瞬间失效，而此时有大量并发请求访问这个 key，由于缓存失效，请求会同时打到数据库，可能造成数据库压力骤增，甚至崩溃。

📌典型场景

例如商品详情页中一个高频商品的缓存到期，此时大量用户访问，就会同时请求数据库查询该商品信息。

✅解决方案

1. 互斥锁（加锁控制）

   • 在缓存未命中时，只允许一个线程去查询数据库并写入缓存，其他线程等待或稍后重试。

   • Redis 分布式锁、ReentrantLock + 双重检查（Double Check）是常见做法。

2. 热点数据永不过期（或延迟异步刷新）

   • 对于热点数据设置超长 TTL，同时后台定时异步刷新缓存内容。

3. 异步更新（如通过消息队列）

   • 读取请求不直接更新缓存，而是将 miss 的 key 投递到 MQ，由后台异步更新缓存。

---

✅ 二、缓存穿透（Cache Penetration）

❓定义

指请求的数据在缓存和数据库中都不存在，用户请求会每次都打到数据库，形成大量无效访问。

📌典型场景

攻击者大量请求数据库中不存在的用户ID、商品ID等，绕过缓存防线，击穿数据库。

✅解决方案

1. 缓存空对象

   • 对于数据库不存在的数据，也缓存一个空值（如 NULL 或特殊标记），并设置较短 TTL。

2. 布隆过滤器（Bloom Filter）

   • 在缓存前使用布隆过滤器拦截不存在的数据请求，节省缓存和数据库资源。

   • 适合已知 key 空间有限、较为静态的场景（如商品ID、用户ID等）。

3. 接口限流+身份校验

   • 对恶意请求进行黑名单、IP 限流、验证码校验等手段防护。

---

✅ 三、缓存雪崩（Cache Avalanche）

❓定义

指大量缓存集中在某一时间失效，导致请求全部落到数据库，产生“雪崩”效应。

📌典型场景

缓存预热脚本同时设置了很多缓存 TTL 为 10 分钟，当这批缓存同时到期时，会对数据库造成集中冲击。

✅解决方案

1. 随机过期时间

   • 为缓存的 TTL 加上一定的随机值，避免集中失效。

     long ttl = 3600 + ThreadLocalRandom.current().nextInt(300); // 3600~3900秒
     

2. 预热与分批加载

   • 缓存预热时分批加载，避免所有 key 同时过期。

3. 热点数据永不过期 + 后台定期刷新

   • 参考击穿中的“异步更新”策略。

4. 多级缓存架构

   • 结合本地缓存（如 Caffeine）+ Redis，分层抗压。

---

🔚 总结对比

问题类型	定义	影响	典型原因	常见解决
缓存击穿	热点 key 失效被高并发请求打穿	数据库被冲垮	缓存 TTL 到期	加锁互斥、永不过期、异步更新
缓存穿透	查询数据不存在，缓存和数据库都无	数据库压力	恶意请求/异常 ID	空对象缓存、布隆过滤器、限流
缓存雪崩	大量缓存同时失效	数据库雪崩	TTL 设置相同	TTL 随机化、分批过期、后台刷新

---

需要我帮你写一段 Spring Boot 或 Redis 相关的实际代码示例来解决某一类缓存问题吗？