2. 缓存基础原理：核心概念与灾备巡检视角

在灾备缓存巡检与 NetPolicy 准入核验场景中，缓存系统的稳定性直接决定业务连续性。本节从四个核心指标与异常现象入手，建立缓存健康度的量化评估基础。

2.1 缓存命中率（Cache Hit Ratio）

缓存命中率是衡量缓存效率的首要指标，定义为从缓存成功获取数据的请求占总请求的比例。

2.2 缓存穿透（Cache Penetration）

缓存穿透指查询一个根本不存在的数据，缓存层无法命中，请求直接穿透到后端存储。大量此类请求会导致数据库压力剧增，甚至引发级联故障。

• 典型场景： 攻击者构造大量不存在的 Key（如随机用户 ID）发起请求。
• 灾备影响： 数据库连接池耗尽，主从复制延迟增大。
• 巡检检测： 监控缓存 Miss 率与数据库 QPS 的比值，若 Miss 率 > 30% 且数据库 QPS 同步飙升，则判定为穿透。

2.3 缓存雪崩（Cache Avalanche）

缓存雪崩指大量缓存 Key 在同一时间过期失效，或缓存节点整体宕机，导致所有请求瞬间涌入数据库。

2.4 缓存击穿（Cache Breakdown / Hotkey Invalid）

缓存击穿特指一个热点 Key 在失效的瞬间，大量并发请求同时访问该 Key，导致这些请求全部穿透到数据库。

• 与雪崩区别： 雪崩是大量 Key 失效，击穿是单个热点 Key 失效。
• 典型场景： 秒杀商品详情、热搜榜单、全局配置项。
• 灾备巡检手段：
  1. 识别热点 Key（访问频率 > 1000 QPS 的 Key）。
  2. 监控热点 Key 的 TTL 剩余时间。
  3. 设置互斥锁（Mutex）或逻辑过期时间。

// 伪代码：互斥锁防止缓存击穿
public String getWithMutex(String key) {
    String value = cache.get(key);
    if (value == null) {
        // 尝试获取分布式锁
        if (redis.setnx("lock:" + key, "1", 3, TimeUnit.SECONDS)) {
            value = db.query(key);
            cache.set(key, value, 60, TimeUnit.SECONDS);
            redis.del("lock:" + key);
        } else {
            // 等待 50ms 后重试
            Thread.sleep(50);
            return getWithMutex(key);
        }
    }
    return value;
}

2.5 四类异常对比总览

2.6 缓存异常链路与巡检介入点