2. 缓存基础回顾：本地缓存 vs 分布式缓存，缓存穿透、缓存击穿、缓存雪崩的定义与经典解法

2.1 本地缓存与分布式缓存：架构选型对比

在服务边界视角下，缓存首先面临一个基础决策：数据应该缓存在应用进程内（本地），还是缓存在独立的外部服务中（分布式）。两种模式在延迟、一致性、容量和运维复杂度上存在本质差异。

2.2 缓存穿透、击穿、雪崩：定义与经典解法

这三个问题是缓存层最常见的故障模式，理解其本质差异是设计高可用缓存系统的前提。

2.2.1 缓存穿透（Cache Penetration）

定义： 请求查询一个根本不存在的数据（既不在缓存，也不在数据库），导致每次请求都穿透缓存直达数据库，造成数据库压力陡增。

经典解法：

• 空值缓存： 将查询结果为 null 的 Key 也写入缓存，设置较短的 TTL（如 30~60 秒），避免重复穿透。
• 布隆过滤器（Bloom Filter）： 在缓存前加一层布隆过滤器，快速判断 Key 是否可能存在。若过滤器判定不存在，直接拒绝请求。
• 参数校验： 在入口层对请求参数进行合法性校验，拦截明显无效的 Key（如 id <= 0）。

2.2.2 缓存击穿（Cache Breakdown）

定义： 一个热点 Key 在缓存中过期失效的瞬间，大量并发请求同时涌入，全部穿透到数据库，导致数据库负载瞬间飙升。

经典解法：

• 互斥锁（Mutex Key）： 当缓存失效时，只允许一个线程去数据库加载数据，其他线程等待或重试。常用 Redis SETNX 或本地锁实现。
• 逻辑过期（预加载）： 缓存中不设置物理 TTL，而是存储一个逻辑过期时间字段。后台异步线程定期刷新热点数据，保证缓存始终有效。
• 永不过期 + 主动更新： 对极端热点 Key 设置永不过期，通过消息队列或定时任务主动更新缓存内容。

2.2.3 缓存雪崩（Cache Avalanche）

定义： 大量缓存 Key 在同一时间集中过期失效，或缓存节点整体宕机，导致海量请求直接压向数据库，引发连锁故障。

经典解法：

• 过期时间打散（TTL 抖动）： 在基础 TTL 上增加随机偏移量（如 ±10%~30%），避免大量 Key 同时过期。
• 缓存高可用： 采用 Redis Sentinel 或 Cluster 模式，避免单点故障；配合多级缓存（本地 + 分布式）降低穿透比例。
• 限流 & 降级： 在数据库访问层配置限流（如 Sentinel、Hystrix），当缓存失效时，部分请求直接返回降级结果或错误提示。
• 提前预热： 在流量高峰期前，手动或自动将热点数据提前加载到缓存中。

2.3 三种故障模式的对比与应对策略总览

2.4 缓存故障模式与应对策略流程图

2.5 代码示例：互斥锁防止缓存击穿

以下代码展示了使用 Redis SETNX 实现互斥锁，防止热点 Key 过期时大量请求穿透到数据库的典型模式。

public String getWithMutex(String key) {
    // 1. 尝试从缓存获取
    String value = redis.get(key);
    if (value != null) {
        return value;
    }

    // 2. 缓存未命中，尝试获取分布式锁
    String lockKey = "lock:" + key;
    boolean locked = redis.setnx(lockKey, "1", 3, TimeUnit.SECONDS);
    if (locked) {
        try {
            // 3. 双重检查：可能其他线程已更新缓存
            value = redis.get(key);
            if (value != null) {
                return value;
            }
            // 4. 从数据库加载
            value = db.query(key);
            redis.setex(key, 300, value);
            return value;
        } finally {
            redis.del(lockKey);
        }
    } else {
        // 5. 未获取到锁，等待后重试
        try {
            Thread.sleep(50);
        } catch (InterruptedException e) {
            Thread.currentThread().interrupt();
        }
        return getWithMutex(key); // 递归重试
    }
}