第2章：缓存穿透、击穿与雪崩面试问答
本章聚焦分布式缓存三类经典问题：穿透、击穿、雪崩。它们是面试高频区分点，考察对缓存原理、边界条件及工程应对的掌握程度。先通过一张回答框架图建立结构化思路。
回答框架提示：先判断题目具体指向哪类问题，再分别阐述成因和应对策略，最后结合项目落地细节（如布隆过滤器、互斥锁、过期时间随机化）给出差异化回答。避免只背概念，要体现调优思维。
面试问答卡片
面试问题：请详细说明缓存穿透、缓存击穿、缓存雪崩的区别及各自的解决方案。
面试官考察点：基础概念清晰度、边界场景识别能力、方案对比与适用性判断。
回答框架：
- 分别定义三种现象；
- 说明核心原因（穿透：查询不存在Key；击穿：热点Key到期瞬间；雪崩：大量Key同时过期或Redis宕机）；
- 逐一给出解决方案，强调工程可落地性；
- 可选补充：如何权衡性能与一致性。
简短示例回答：“穿透指查询不存在的数据，方案：布隆过滤器+缓存空对象；击穿指热点Key失效，方案：互斥锁或逻辑过期；雪崩指大量Key同时过期，方案：过期时间加随机值、集群高可用、限流降级。实际项目中我使用布隆过滤器拦截空查询，对热点Key设置永不过期+后台更新。”
可能追问：布隆过滤器误判率如何控制？互斥锁的性能开销？如果Redis本身挂了怎么办？
避坑提醒：不要只说“加锁”而不谈锁的粒度与超时；不要混淆“缓存失效”与“Redis宕机”的雪崩；布隆过滤器要给出具体内存计算示例。
面试问题：Redis内存淘汰策略有哪些？如何选择？生产环境中如何保证数据一致性？
面试官考察点：对Redis内存管理的理解、淘汰策略适用场景、一致性与性能的平衡实战经验。
回答框架：
- 列举主要淘汰策略（LRU、LFU、TTL、随机、不淘汰）；
- 根据业务场景说明选择逻辑（如热点数据用allkeys-lru，有时效性数据用volatile-ttl）；
- 数据一致性部分：先更新数据库再删缓存（延时双删）或Binlog监听同步；
- 强调CAP权衡：强一致性用锁/事务，高可用用最终一致性。
简短示例回答：“我用allkeys-lru配合volatile-lfu双策略，热点数据自动淘汰低频。一致性采用‘更新DB后删缓存+延迟1秒再删一次’，配合MQ异步补偿，线上QPS 5万时缓存命中率99%。”
可能追问：LRU与LFU的区别？为什么先更新DB再删缓存？延时双删的时间如何设定？
避坑提醒：不要只说“删缓存”不提原子性问题；避免说“先删缓存后更新DB”这种低效方案；淘汰策略选择要结合Key过期设置。
面试问题：如何设计缓存Key和过期时间来避免热点Key导致的问题？
面试官考察点：缓存Key建模能力、热点流量预估与规避、动态调整意识。
回答框架：
- 良好Key命名规范（业务前缀+冒号+唯一标识）；
- 热点Key识别：流量监控、本地缓存、哈希分片；
- 过期时间设计：基础过期+随机偏移（防雪崩）、大Key拆分；
- 动态冷热分离：常热点Key设置主动刷新。
简短示例回答：“比如商品详情Key：product:{id}:detail。热点Key通过Redis的hotkey分析工具定位，对它们设置永不淘汰+本地LFU缓存。过期时间设为基础值+0~60秒随机，避免批量失效。大Key则拆为多个字段hash存储。”
可能追问：如何用Redis的keystats命令？本地缓存一致性怎么保证？
避坑提醒：不要设计过长Key（超过128字节）；避免过期时间过于固定；避免所有Key存入同一数据库槽导致倾斜。
本章小结：穿透、击穿、雪崩是必考题，三类问题既要区分清楚，又要给出完整方案。回答时使用“定义→原因→方案→补充经验”的结构，并带上具体数字（如QPS、缓存命中率）即可拉开差距。