第2章 缓存污染分类：写污染、失效污染、淘汰污染、跨层污染

redis-cli GET user:1001
# 返回：{"name":"Alice","age":30}
mysql> SELECT name,age FROM users WHERE id=1001;
# 返回：Alice, 28

# 开启 Redis 命令监控
redis-cli MONITOR | grep "SET user:1001"
# 或使用链路追踪
tcpdump -i eth0 port 6379 -A | grep "SET user"

// 典型错误代码片段
// 事务未提交就写缓存
@Transactional
public User updateUser(User user) {
    userDao.update(user);  // SQL 未提交
    cache.set("user:"+user.getId(), user); // 脏数据入缓存
    // 事务回滚后缓存残留脏数据
}

// 修复后：事务提交后再写缓存
@Transactional
public User updateUser(User user) {
    userDao.update(user);
    TransactionSynchronizationManager
        .registerSynchronization(new TransactionSynchronization() {
            @Override
            public void afterCommit() {
                cache.set("user:"+user.getId(), user);
            }
        });
}

# 压测后校验
for i in {1..1000}; do
  redis_val=$(redis-cli GET user:$i)
  db_val=$(mysql -N -e "SELECT name FROM users WHERE id=$i")
  [ "$redis_val" != "$db_val" ] && echo "不一致: $i"
done

// 使用 Redis CAS（WATCH/MULTI/EXEC）
redis.watch("user:" + id);
multi.set("user:" + id, newValue);
exec();

# 缓存命中率监控
redis-cli INFO stats | grep -E "hits|misses"
# 输出示例
keyspace_hits:8500
keyspace_misses:1500
# 命中率 = 85% → 断崖前通常 >95%

# 采样 1000 个键的 TTL
redis-cli --scan --pattern 'session:*' | \
  head -1000 | xargs -I {} redis-cli TTL {} | \
  sort | uniq -c | sort -nr

// 错误配置：所有键 TTL 固定 3600 秒
cache.set(key, value, 3600);             // 同时失效
// 正确配置：基础 TTL + 随机偏移
int ttl = 3600 + ThreadLocalRandom
            .current().nextInt(600);      // 分散在 3600~4200 秒

# 缓存空值（防穿透）
cache.set("user:9999", "NULL", 60);

// 互斥锁防击穿
String lockKey = "lock:user:" + id;
if (cache.setnx(lockKey, "1", 3)) {
    // 从 DB 加载
    cache.set(key, dbValue, ttl);
    cache.del(lockKey);
}

# 强制失效 1000 个键后观察 DB QPS
for key in $(redis-cli --scan --pattern 'hot:*' | head -1000); do
  redis-cli DEL $key
done
# 观察 DB 连接数是否超过阈值

// TTL 散列工具函数
int scatterTtl(int baseTtl, int maxJitter) {
    return baseTtl + (int)(Math.random() * maxJitter);
}
// 本地缓存（Caffeine）作为 L1 兜底
// 限流：对 DB 查询接口施压 Sentinel 规则

# Redis 内存统计
redis-cli INFO memory | grep -E "used_memory|maxmemory"
redis-cll INFO stats | grep evicted_keys
# evicted_keys 持续增长说明淘汰频繁

# 查看最近淘汰的 key（需开启淘汰日志）
tail -n 200 /var/log/redis/redis.log | grep "evicted"

# 使用 Redis 的 OBJECT 命令查看空闲时间
redis-cli --scan --pattern 'product:*' | \
  head -100 | xargs -I {} redis-cli OBJECT idletime {}
# 空闲时间极短的热点键不应频繁被淘汰

# 查看淘汰策略
redis-cli CONFIG GET maxmemory-policy
# 输出: maxmemory-policy allkeys-lru
# 问题：LRU 在周期性批量扫描场景下会误淘汰热点

# 查看当前内存水位
redis-cli INFO memory | grep used_memory_human
# used_memory_human: 780M / maxmemory: 1G
# 使用率 78%，但 evicted_keys 仍在增长 → 淘汰策略不合适

# 切换为 LFU（Redis 4.0+）
redis-cli CONFIG SET maxmemory-policy allkeys-lfu

# 手动预热热点数据
cat hot_keys.txt | while read key; do
  value=$(mysql -N -e "SELECT data FROM cache_source WHERE id='$key'")
  redis-cli SET "$key" "$value"
  redis-cli EXPIRE "$key" 7200
done

# 持续监控热点键是否被淘汰
for key in $(cat top100_hot_keys.txt); do
  exists=$(redis-cli EXISTS $key)
  [ "$exists" -eq 0 ] && echo "热点键被淘汰: $key"
done
# 预期：在内存压力下热点键留存率 > 95%

// 监控指标: 内存使用率 > 80% 触发扩容告警
// 定期输出 top N 热点键，与淘汰日志交叉比对
// 对低频批量扫描任务使用单独的 Redis 实例

# 节点 A 本地缓存
curl http://node-a:8080/user/1001
# 返回: {"name":"Alice","age":28}
# 节点 B 本地缓存
curl http://node-b:8080/user/1001
# 返回: {"name":"Alice","age":30}
# Redis 中的值
redis-cli GET user:1001
# 返回: {"name":"Alice","age":28}

# 查看 Redis 中数据的版本号
redis-cli HGET user:1001 version
# 输出: 3
# 查看本地缓存中的版本号（需业务日志输出）
grep "user:1001" /var/log/app/cache.log
# 输出: cache_hit local version=2

// 错误示例：只更新 Redis，未通知其他节点失效本地缓存
public void updateUser(User user) {
    db.update(user);
    redis.set("user:" + user.getId(), user);
    // 其他节点的本地缓存仍为旧值，直到 TTL 过期
}

// 正确做法：通过消息队列广播失效通知
public void updateUser(User user) {
    db.update(user);
    redis.set("user:" + user.getId(), user);
    mq.publish("cache.invalidate", "user:" + user.getId());
}

// 本地缓存接收失效消息
@RabbitListener(queues = "cache.invalidate")
public void onInvalidate(String key) {
    localCache.invalidate(key);         // 立即失效
}
// 版本号仲裁：读取时对比 version，不一致则回源
User cached = localCache.get(key);
if (cached.getVersion() < redis.hget(key, "version")) {
    localCache.invalidate(key);         // 本地缓存过时
    cached = loadFromDb(key);
}

# 在节点 A 执行更新
curl -X PUT http://node-a:8080/user/1001 -d '{"age":35}'
# 立即在节点 B 查询
curl http://node-b:8080/user/1001
# 预期返回 age=35（延迟不超过广播耗时 + 网络耗时）

// 一致性巡检脚本（每小时执行）
for key in $(redis-cli --scan --pattern 'user:*'); do
  redis_ver=$(redis-cli HGET $key version)
  db_ver=$(mysql -N -e "SELECT version FROM users WHERE id='${key#*:}'")
  if [ "$redis_ver" != "$db_ver" ]; then
    echo "版本不一致: $key redis=$redis_ver db=$db_ver"
  fi
done