📚 课程目录第2章缓存基础理论

2. 缓存基础理论：局部性原理、缓存穿透、缓存击穿、缓存雪崩的定义与应对策略

缓存是分布式系统中提升数据访问性能的核心手段，但若缺乏对底层原理和异常场景的深刻理解，缓存反而可能成为系统稳定性的隐患。本节从局部性原理出发，系统梳理缓存失效的三大经典问题及其工程应对策略。

缓存之所以有效，根本原因在于程序访问数据时存在局部性原理。该原理分为两类：

缓存系统正是利用时间局部性，将最近访问的数据暂存到高速存储层（如 Redis），从而减少对后端数据库或磁盘的 I/O 压力。

工程启示： 在设计缓存键和过期策略时，应优先考虑热点数据的访问频次（时间局部性）和关联数据的批量加载（空间局部性），例如使用缓存预热的批量加载策略。

缓存穿透指查询一个数据库中也不存在的数据。由于缓存中无该数据，每次请求都会穿透缓存直达数据库，导致数据库压力骤增，甚至引发宕机。常见于恶意攻击或系统 bug（如使用不存在的用户 ID 频繁查询）。

策略	实现方式	优缺点
缓存空对象	将 null 或特殊标记（如 "NULL"）也写入缓存，设置较短过期时间（如 30~60 秒）	实现简单；但会占用缓存空间，且无法完全防御恶意构造的不同 key
布隆过滤器	在缓存前加一层布隆过滤器，判断 key 是否可能存在；若不存在则直接拒绝	空间效率高，能拦截绝大多数无效 key；但存在一定误判率，且无法删除元素
参数校验与限流	对请求参数做合法性校验（如 ID 格式、范围），配合接口限流	从入口层减少无效请求；但无法应对合法参数下的不存在数据

避坑提示： 缓存空对象时，务必设置合理的过期时间，避免长期缓存无效数据导致内存泄漏。布隆过滤器建议在系统启动时初始化，并定期重建以应对数据变化。

缓存击穿指一个热点 key 在缓存过期失效的瞬间，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。与穿透不同，击穿针对的是确实存在但缓存刚好失效的热点数据。

策略	实现方式	适用场景
互斥锁（Mutex）	缓存失效后，只允许一个线程去数据库加载数据，其他线程等待或快速失败	并发量极高、数据一致性要求严格的场景
逻辑过期	缓存中不设置物理过期时间，而是存储一个逻辑过期时间字段；后台异步线程检测并更新	允许短暂数据不一致、追求高吞吐的场景
热点 key 永不过期	对极端热点 key 不设置过期时间，通过后台任务定期刷新	数据几乎不变或变更可预测的场景

  工程实践： 在 Redis 中实现互斥锁可使用 SETNX 命令，配合 Lua 脚本保证原子性。逻辑过期方案需注意后台线程的调度延迟，避免数据长时间不更新。

缓存雪崩指大量缓存 key 在同一时间过期失效，或缓存节点宕机，导致所有请求直接打到数据库，引发数据库崩溃。雪崩的破坏力远大于穿透和击穿，因为它涉及的是整体缓存层的失效。

策略	实现方式	关键点
过期时间随机化	在基础过期时间上增加随机偏移（如 ±10%~30%）	避免大量 key 同时过期
缓存高可用	使用 Redis 主从 + Sentinel 或 Redis Cluster	防止单点故障导致整体缓存不可用
多级缓存	本地缓存（如 Caffeine）+ 分布式缓存（如 Redis）	本地缓存作为第一道防线，即使 Redis 宕机也能部分兜底
限流降级	对数据库访问做限流，超出阈值时直接返回降级数据或错误提示	保护数据库不被击垮

异常类型	核心原因	影响范围	首选应对策略
缓存穿透	查询不存在的数据	单个 key 持续攻击	布隆过滤器 + 缓存空对象
缓存击穿	热点 key 过期瞬间高并发	单个热点 key	互斥锁或逻辑过期
缓存雪崩	大量 key 同时过期或缓存宕机	整体缓存层	过期时间随机化 + 多级缓存

  架构建议： 在实际生产系统中，这三种异常往往同时存在。建议在缓存中间件层统一集成布隆过滤器（穿透防护）、分布式锁（击穿防护）和过期时间随机化（雪崩防护），形成完整的缓存防御体系。