2. 缓存基础理论：缓存穿透、缓存击穿、缓存雪崩的定义与危害

在构建高可用、高并发的平台门户与灾备体系时，缓存层是抵御流量洪峰、降低后端数据库压力的第一道防线。然而，若缓存策略设计不当，极易引发三种经典故障模式：缓存穿透、缓存击穿与缓存雪崩。理解这三者的本质区别与危害，是进行缓存巡检与性能调优的前提。

2.1 三种故障模式的定义与对比

2.2 缓存穿透：空值攻击与防御

缓存穿透的本质是“查无此人”。攻击者或异常流程构造大量不存在的 key（如负 ID、超长字符串），缓存层无法命中，请求直接穿透至数据库。由于数据库也不存在该记录，每次查询都徒劳消耗数据库连接。

危害分析

• 数据库连接枯竭： 无意义的查询占满连接池，正常业务请求被阻塞。
• 数据不一致风险： 若穿透请求导致数据库频繁查询，可能触发慢查询日志，掩盖真实性能问题。
• 攻击放大： 攻击者可用极低成本的请求，耗尽后端数据库资源。

典型防御手段

• 空值缓存： 对查询结果为空的 key，也缓存一个短生命周期的空值（如 60s），避免重复穿透。
• 布隆过滤器： 在缓存层前置布隆过滤器，快速判断 key 是否可能存在，直接拦截非法 key。
• 参数校验： 在网关层对 key 格式、长度、范围进行严格校验。

2.3 缓存击穿：热点 Key 的瞬间崩塌

缓存击穿针对的是单个热点 key。当该 key 在缓存中的有效期到达瞬间，大量并发请求（如秒杀商品、热搜新闻）同时到来。由于缓存中已无数据，所有线程同时去数据库查询，导致数据库瞬间负载飙升。

危害分析

• 数据库瞬时 QPS 暴增： 热点 key 的并发量可能达到数万甚至数十万，数据库无法承受。
• 响应超时与雪崩： 数据库处理不过来，请求堆积，最终导致上游服务超时，引发连锁反应。
• 数据不一致窗口： 在重建缓存的过程中，多个线程可能写入不同版本的数据。

典型防御手段

• 互斥锁（Mutex）： 只允许一个线程去数据库加载数据，其他线程等待或重试。
• 逻辑过期： 缓存中设置逻辑过期时间，后台异步线程负责更新，避免热点 key 同时失效。
• 永不过期： 对极端热点 key 不设置物理过期时间，由后台任务主动更新。

2.4 缓存雪崩：大规模失效的灾难

缓存雪崩是三种故障中影响范围最大、破坏力最强的模式。它通常由以下原因触发：

• 缓存服务宕机： Redis 集群故障、网络分区导致缓存层整体不可用。
• 批量 key 同时过期： 大量 key 设置了相同的过期时间（如凌晨 0 点），导致瞬间全部失效。
• 缓存节点重启： 重启后缓存为空，大量请求直接穿透。

危害分析

• 数据库被直接压垮： 所有请求绕过缓存，数据库连接池瞬间被打满，导致数据库宕机。
• 级联故障： 数据库宕机后，依赖数据库的服务全部不可用，引发整个平台门户瘫痪。
• 恢复困难： 即使缓存恢复，数据库也需要很长时间才能重建缓存，期间系统持续处于脆弱状态。

典型防御手段

• 过期时间随机化： 在基础 TTL 上增加随机偏移（如 ±30%），避免大量 key 同时过期。
• 缓存高可用： 部署 Redis 哨兵或集群模式，实现自动故障转移。
• 多级缓存： 本地缓存（如 Caffeine）+ 分布式缓存（Redis）组合，降低单点风险。
• 限流降级： 在缓存失效期间，对数据库访问进行限流，保护后端。

2.5 三种故障的巡检与预防策略总结