3、常见错误类型：数据库连接超时、缓存穿透、缓存雪崩、缓存击穿、异步任务执行异常
在数据库缓存异步任务编排架构中，错误类型可归纳为数据层错误、缓存层错误和任务编排层错误三大类。本章逐一剖析五种核心错误类型的成因、影响范围及典型表现，为后续的移植适配方案奠定基础。
3.1 错误类型全景概览
下表从错误来源、触发场景、影响范围三个维度对五种常见错误进行横向对比：
| 错误类型 | 错误来源 | 典型触发场景 | 影响范围 |
|---|---|---|---|
| 数据库连接超时 | 数据层 | 连接池耗尽、网络抖动、慢查询阻塞 | 局部请求失败，可能引发上游重试风暴 |
| 缓存穿透 | 缓存层 | 查询不存在的数据（如恶意攻击） | 直接穿透缓存打垮数据库 |
| 缓存雪崩 | 缓存层 | 大量缓存同时过期、缓存节点宕机 | 数据库瞬时压力激增，可能引发级联故障 |
| 缓存击穿 | 缓存层 | 热点 key 过期瞬间高并发请求 | 单点压力导致数据库局部过载 |
| 异步任务执行异常 | 任务编排层 | 任务超时、依赖缺失、线程池拒绝 | 数据不一致、任务堆积、链路阻塞 |
架构视角： 五种错误并非孤立存在。例如，数据库连接超时可能由缓存穿透引发，而异步任务异常又可能放大缓存雪崩的恢复时间。理解错误间的传导关系是设计容错方案的前提。
3.2 数据库连接超时
数据库连接超时是数据层最常见的故障形态，表现为应用线程在等待获取数据库连接时超过预设阈值。其核心成因包括：
- 连接池耗尽： 并发请求数超过连接池最大活跃连接数，新请求排队等待。
- 网络延迟： 数据库与应用服务器间网络不稳定，TCP 握手或查询响应延迟。
- 慢查询阻塞： 长事务或未命中索引的查询长时间占用连接，导致池内无可用连接。
在异步任务编排场景中，数据库连接超时的影响会被放大：一个超时任务可能阻塞后续依赖任务的执行，甚至导致整个编排链路回滚。
注意： 数据库连接超时与查询超时不同。连接超时发生在获取连接阶段，查询超时发生在 SQL 执行阶段。两者需要分别配置不同的超时阈值和重试策略。
3.3 缓存穿透
缓存穿透指请求查询一个缓存和数据库中都不存在的数据。由于缓存未命中，每次请求都直接访问数据库，导致数据库压力骤增。
典型场景：
- 恶意攻击者构造大量不存在的 key 发起请求。
- 业务逻辑缺陷导致查询了已被删除或从未存在的数据。
缓存穿透的应对策略通常包括：
- 缓存空值： 将查询结果为 null 的 key 也缓存起来，设置较短的过期时间。
- 布隆过滤器： 在缓存层前置布隆过滤器，快速判断 key 是否存在。
- 参数校验： 在入口层拦截明显不合法的请求参数。
3.4 缓存雪崩
缓存雪崩指大量缓存 key 在同一时间过期或缓存节点宕机，导致所有请求直接落到数据库上。与缓存穿透不同，雪崩时缓存中原本存在数据，只是瞬间集体失效。
缓存雪崩的典型成因：
- 批量写入缓存时设置了相同的过期时间。
- 缓存集群中某个分片节点故障，导致该分片上的所有 key 不可用。
- 缓存服务重启后，缓存中数据为空，大量请求同时回源数据库。
下图展示了缓存雪崩的故障传导路径：
3.5 缓存击穿
缓存击穿是缓存雪崩的特例，指单个热点 key 过期的瞬间，大量并发请求同时访问该 key，导致数据库压力集中在一个数据点上。
缓存击穿与缓存雪崩的核心区别：
| 对比维度 | 缓存击穿 | 缓存雪崩 |
|---|---|---|
| 失效范围 | 单个热点 key | 大量 key 或整个缓存节点 |
| 并发特征 | 高并发集中攻击一个 key | 请求分散到多个 key |
| 数据库压力 | 单点压力极高 | 整体压力激增 |
| 典型应对 | 互斥锁、逻辑过期 | 过期时间打散、缓存预热 |
在异步任务编排中，缓存击穿可能导致某个依赖缓存数据的子任务反复失败，进而阻塞整个编排流程的推进。
3.6 异步任务执行异常
异步任务执行异常是任务编排层特有的错误类型，表现形式多样：
- 任务超时： 单个子任务执行时间超过编排引擎设定的超时阈值。
- 依赖缺失： 前置任务未完成或执行失败，后续任务无法获取输入参数。
- 线程池拒绝： 任务提交速率超过线程池处理能力，触发拒绝策略。
- 数据一致性异常： 部分子任务成功、部分失败，导致中间状态不一致。
下图展示了异步任务编排中常见的异常传播路径：
关键认知： 异步任务异常往往不是孤立发生的。数据库连接超时可能导致缓存更新任务失败，而缓存更新失败又可能引发缓存穿透。在移植适配方案中，需要为每种错误类型设计独立的检测、隔离和恢复策略，同时建立错误类型间的关联分析机制。
3.7 错误类型间的关联与传导
在实际生产环境中，五种错误类型经常相互诱发，形成错误传导链。以下是一个典型的传导案例：
- 触发： 热点活动导致某个缓存 key 过期（缓存击穿）。
- 放大： 高并发请求穿透至数据库，数据库连接池迅速耗尽。
- 扩散： 数据库连接超时导致异步任务编排中的数据库更新子任务失败。
- 连锁： 失败的任务触发重试机制，进一步加剧数据库压力。
- 恶化： 若此时其他缓存 key 也批量过期（雪崩），系统可能整体不可用。