4. 缓存机制原理：分布式缓存架构、缓存一致性、缓存穿透/击穿/雪崩基础概念

在云原生配置管理场景中，缓存是降低后端存储压力、提升配置下发速度的核心手段。然而，分布式环境下的缓存并非“拿来即用”——架构选型、数据一致性保障以及三类经典异常（穿透、击穿、雪崩）的防护，直接决定了巡检系统的稳定性与实时性。本节从底层原理出发，梳理缓存机制的关键知识点。

4.1 分布式缓存架构

分布式缓存将数据分散存储在集群多个节点上，通过分片（Sharding）或一致性哈希（Consistent Hashing）实现水平扩展。常见架构模式包括：

4.2 缓存一致性

当配置项发生变更（如更新、删除）时，缓存中的数据必须与后端存储（数据库/配置中心）保持最终一致。缓存一致性策略主要分为以下三类：

• 强一致性： 每次写入后立即同步更新缓存，保证所有读取都能拿到最新值。代价是写入延迟高、系统吞吐下降，在分布式缓存中通常难以实现。
• 最终一致性： 允许短暂的不一致窗口，通过异步机制（如消息队列、定时刷新）逐步将缓存与存储对齐。配置管理场景中最常用的策略。
• 读写一致性（Read-Your-Writes）： 保证写入者自身能立即读到最新值，其他用户可能读到旧值。适用于配置发布者验证场景。

4.3 缓存穿透 / 击穿 / 雪崩

这三类异常是缓存系统最常见的故障模式，直接影响配置下发的可用性。理解其成因与防护手段，是构建稳定巡检系统的前提。

4.3.1 缓存穿透

定义： 查询一个根本不存在的数据（如不存在的配置 key），缓存和存储都查不到，导致每次请求都穿透到后端存储。

• 危害： 大量无效请求压垮数据库或配置中心。
• 防护手段：
  • 缓存空对象（Null Object）：将空结果也缓存，设置较短 TTL。
  • 布隆过滤器（Bloom Filter）：在缓存前拦截不存在的 key。
  • 参数校验：拒绝明显不合法的请求。

4.3.2 缓存击穿

定义： 一个热点 key 在缓存失效的瞬间，大量并发请求同时涌入，全部穿透到后端存储。

• 危害： 热点配置失效瞬间，数据库连接池被打满。
• 防护手段：
  • 互斥锁（Mutex）：只允许一个线程去加载数据，其他线程等待。
  • 热点 key 永不过期 + 后台异步刷新。
  • 本地缓存兜底：即使分布式缓存失效，本地缓存仍可提供服务。

4.3.3 缓存雪崩

定义： 大量缓存 key 在同一时间集中过期，或缓存节点宕机，导致请求全部落到后端存储。

• 危害： 存储层瞬间流量激增，可能引发级联故障。
• 防护手段：
  • 过期时间加随机偏移（如基础 TTL + 随机 0~300 秒）。
  • 缓存集群高可用（主从切换、分片冗余）。
  • 限流降级：对后端存储设置最大并发阈值。
  • 本地缓存预热：在缓存失效前主动刷新。

4.4 缓存策略对比总结