2. 缓存安全风险全景：缓存穿透、缓存击穿、缓存雪崩、缓存数据泄露、缓存权限滥用

缓存系统在提升后端性能的同时，也引入了独特的安全与稳定性风险。本章从可用性风险和数据安全风险两个维度，系统梳理五大核心风险：缓存穿透、缓存击穿、缓存雪崩、缓存数据泄露、缓存权限滥用。理解这些风险的本质、触发条件与危害，是构建缓存一致性闭环的前提。

2.1 可用性风险：穿透、击穿、雪崩

这三类风险直接威胁缓存系统的高可用与后端稳定性，常被并称为“缓存三大灾难”。

2.1.1 缓存穿透的防御策略

• 空值缓存： 对查询结果为 null 的 key，也写入一个短过期时间（如 30~60 秒）的空值占位符，防止重复穿透。
• 布隆过滤器： 在缓存层之前加一层布隆过滤器，快速判断 key 是否一定不存在，拦截绝大多数无效查询。
• 参数校验与限流： 对请求参数做合法性校验（如 ID 范围、格式），配合接口限流降低攻击流量。

2.1.2 缓存击穿的防御策略

• 互斥锁（Mutex）： 只允许一个线程去数据库加载数据，其他线程等待缓存重建完成。适用于并发量极高且数据一致性要求严格的场景。
• 逻辑过期： 缓存数据中额外存储一个逻辑过期时间字段，后台异步线程负责刷新，不等待物理过期。
• 热点 key 永不过期： 对明确的热点 key 设置“物理上永不过期”，由后台定时任务主动更新。

2.1.3 缓存雪崩的防御策略

• 过期时间打散： 在基础过期时间上增加一个随机偏移量（如 ±10%~30%），避免大量 key 同时过期。
• 缓存高可用： 部署 Redis Sentinel 或 Cluster 模式，避免单点故障。
• 多级缓存： 本地缓存（如 Caffeine） + 分布式缓存（如 Redis）组合，降低对单一缓存层的依赖。
• 限流降级： 在缓存失效期间，对数据库查询进行限流，返回降级数据或错误提示。

2.2 数据安全风险：缓存数据泄露与权限滥用

除了可用性风险，缓存系统还面临严重的数据安全挑战。缓存中存储的敏感数据（如用户身份信息、会话令牌、业务密钥）一旦泄露，或缓存操作权限被滥用，将直接导致合规风险与数据安全事故。

2.2.1 缓存数据泄露

数据泄露通常发生在以下场景：

• 缓存未加密： Redis 默认以明文存储数据，攻击者通过未授权访问即可直接读取所有缓存内容。
• 日志/监控泄露： 缓存查询日志、慢查询日志、监控指标中可能包含敏感 key 名称或部分数据。
• 序列化漏洞： 使用 Java 原生序列化或 JSON 序列化时，若反序列化过程存在漏洞，攻击者可构造恶意数据执行远程代码。
• 缓存投毒： 攻击者通过穿透攻击写入恶意数据，后续用户读取到被篡改的缓存内容，导致信息泄露或业务逻辑错误。

2.2.2 缓存权限滥用

权限滥用指对缓存系统的管理命令或数据操作缺乏细粒度控制，导致越权操作：

• 高危命令未禁用： Redis 的 FLUSHALL、CONFIG、KEYS *、EVAL 等命令若未禁用，攻击者可一键清空所有缓存或获取所有 key 列表。
• 未授权访问： 缓存端口（如 6379）暴露在公网，未设置密码或 ACL，任何人都可连接并执行任意命令。
• 越权读取： 应用层未做 key 级别权限校验，用户 A 可通过构造 key 名称读取用户 B 的缓存数据。
• 写权限滥用： 攻击者利用未授权写入能力，向缓存中注入恶意数据，触发反序列化或 XSS 攻击。

2.3 风险关联与闭环治理思路

五大风险并非孤立存在，它们之间存在相互放大的效应：

• 缓存穿透可被利用进行缓存投毒，进而引发数据泄露或权限滥用。
• 缓存雪崩期间，系统降级逻辑可能绕过权限校验，导致越权访问。
• 权限滥用（如执行 FLUSHALL）可直接触发缓存雪崩。