4. 网关缓存与性能优化：本地缓存、分布式缓存、缓存穿透/雪崩/击穿
核心能力：掌握缓存分层设计、热点数据保护、缓存一致性及三高场景下的防御策略。
📊 缓存三大问题与防御策略图
---🎯 面试问答卡片
Q1：网关本地缓存与分布式缓存如何选型？
面试官考察点：缓存分层意识、性能与一致性权衡、对网关场景的理解。
回答框架：分层定位 → 选型对比 → 场景举例 → 一致性策略
示例回答：本地缓存（Caffeine）适合高频只读数据（如路由规则），延迟<1ms，但集群不一致。分布式缓存（Redis）适合共享数据（如 ），支持过期、持久化，但网络开销1-5ms。网关通常本地+分布式两级缓存，本地兜底，Redis回源时异步刷新。
可能追问：① 如何保证两级缓存一致性？② 本地缓存最大容量怎么定？
避坑提醒：不要只说“只用Redis”，网关TPS高时本地缓存可减少90% Redis连接，必须体现分层思想。
Q2：如何预防缓存穿透？
面试官考察点：对穿透原因的分析、布隆过滤器原理、空值缓存细节。
回答框架：原因 → 方案 → 选型对比 → 兜底措施
示例回答：穿透指查询不存在数据绕过缓存直击DB。方案一：布隆过滤器拦截非法key（误判率<1%，需定期重置）。方案二：空值缓存，key-value设为null，TTL 30-60s。网关层结合参数校验和限流，对高频空key自动上报告警。
可能追问：① 布隆过滤器误判如何处理？② 空值缓存大量占用内存怎么办？
避坑提醒：避免只提一种方案；布隆过滤器需结合业务key模式设计，空值缓存必须设置短TTL防内存泄露。
Q3：缓存雪崩与击穿的区别及应对？
面试官考察点：概念辨析、差异化防御、热点数据识别。
回答框架：定义区别 → 雪崩对策 → 击穿对策 → 网关落地
示例回答：雪崩是大批量缓存同时过期导致流量打穿DB，对策：过期时间加随机数（±20%）、多级缓存、限流。击穿是单个热点key失效瞬间高并发，对策：互斥锁（SETNX）只允许一个线程重建缓存，其他等待；或逻辑过期+异步刷新。网关层对热点key自动检测并延长TTL。
可能追问：① 互斥锁等待时间设多少合适？② 如何自动识别热点key？
避坑提醒：不要把雪崩和击穿混为一谈；击穿一定要提“互斥锁”和“逻辑过期”两种主流方案，并对比优缺点。
📁 项目案例：统一网关缓存治理平台
| 项目名称 | 统一网关缓存治理平台 |
| 业务背景 | 网关承载公司80%南北向流量，缓存命中率仅70%，多次因缓存穿透/雪崩导致DB打挂。 |
| 规模指标 | 日均请求20亿，峰值QPS 50万，缓存节点50台（本地Caffeine + 集群Redis），DB查询降低90%。 |
| 技术栈 | Caffeine + Redis Cluster + 布隆过滤器（Guava） + Sentinel限流 + Nacos配置中心 |
| 核心难点 | ① 热点key动态识别与自动降级；② 两级缓存一致性（最终一致）；③ 布隆过滤器误判导致正常请求被拦截。 |
| 面试高频追问 | 1. 热点key检测算法（滑动窗口计数 vs LRU）； 2. 缓存一致性如何保证（MQ异步通知刷新本地缓存）； 3. 布隆过滤器重置策略（定长bitmap + 定时重建） |
| 可迁移话术 | “我们采用本地缓存+分布式缓存两层架构，通过配置中心动态调整TTL和限流阈值；对热点key使用预热+手动过期+互斥锁三重保护，确保网关高可用。” |
📌 项目STAR结构化表达
面试贴士：项目案例 STAR 图帮助你快速构建回答结构，面试时按“背景-任务-行动-结果”展开，每个节点用 3 个关键词锚定记忆点。
📋 缓存策略对比表
| 策略 | 适用场景 | 优点 | 缺点 | 网关推荐 |
|---|---|---|---|---|
| 本地缓存（Caffeine） | 路由规则、限流配置 | 极低延迟、无网络开销 | 集群不一致、容量有限 | 只缓存静态/低频修改数据 |
| 分布式缓存（Redis） | 会话、热点数据 | 高可用、持久化、共享 | 网络延迟、单点瓶颈 | 搭配本地缓存做两级 |
| 布隆过滤器 | 防穿透 | 内存占用小 | 误判、不支持删除 | 针对非法key场景 |
| 多级缓存 | 雪崩/击穿 | 高可靠、分层防护 | 一致性维护复杂 | 网关标配架构 |
高频考点：请务必掌握布隆过滤器的位图原理、互斥锁的 SETNX 与 Lua 脚本结合、以及本地缓存的 Caffeine 淘汰策略（W-TinyLFU）。