2. 缓存基础与常见模式：穿透、击穿、雪崩与三大读写模式

缓存是后端架构中提升读性能、降低数据库压力的核心手段，但若使用不当，会引入数据不一致、缓存失效风暴等风险。本章从两类问题出发：一是缓存失效引发的三类经典故障（穿透、击穿、雪崩），二是缓存与数据库之间的三种主流同步模式（旁路缓存、读写穿透、异步刷写）。理解这些基础，是构建安全合规缓存体系的前提。

2.1 缓存穿透、击穿、雪崩：定义与区别

这三类问题均与缓存未命中或缓存失效有关，但触发场景、影响范围和应对策略截然不同。下表从核心定义、典型场景、影响范围三个维度进行对比。

2.1.1 三类故障的应对策略对比

• 缓存穿透：
  • 缓存空对象：将数据库查询为 null 的结果也缓存（设置较短的 TTL，如 30 秒）。
  • 布隆过滤器：在缓存前置一个布隆过滤器，快速判断 key 是否可能存在。
  • 参数校验：接口层对请求参数进行合法性校验，拒绝明显非法的 key。
• 缓存击穿：
  • 互斥锁（Mutex）：回源查询数据库时加锁，只允许一个线程去加载数据，其他线程等待。
  • 逻辑过期：不设置物理 TTL，而是使用逻辑过期时间，由后台线程异步刷新。
  • 热点 key 永不过期：结合后台定时更新策略。
• 缓存雪崩：
  • 过期时间打散：在基础 TTL 上增加随机偏移量（如 ±10%）。
  • 多级缓存：本地缓存（如 Caffeine）+ 分布式缓存（如 Redis）分层防护。
  • 缓存高可用：使用 Redis 哨兵或集群模式，避免缓存服务单点故障。

2.2 缓存与数据库一致性三大模式

缓存与数据库之间的数据同步模式决定了系统的最终一致性、实时性和实现复杂度。业界主流有三种模式：旁路缓存（Cache-Aside）、读写穿透（Read/Write-Through）和异步刷写（Write-Behind）。

2.2.1 模式对比总览

2.2.2 旁路缓存（Cache-Aside）

这是最常用的模式，应用程序直接管理缓存和数据库的读写。读时先查缓存，未命中则查 DB 并回填；写时先更新 DB，再删除缓存（或更新缓存）。

// 旁路缓存读流程伪代码
public User getUser(String userId) {
    // 1. 先查缓存
    User user = cache.get("user:" + userId);
    if (user != null) {
        return user;
    }
    // 2. 缓存 miss，查数据库
    user = db.query("SELECT * FROM user WHERE id = ?", userId);
    if (user != null) {
        // 3. 回填缓存，设置过期时间
        cache.set("user:" + userId, user, 300);
    }
    return user;
}

// 旁路缓存写流程伪代码
public void updateUser(User user) {
    // 1. 先更新数据库
    db.execute("UPDATE user SET name = ? WHERE id = ?", user.getName(), user.getId());
    // 2. 再删除缓存（或更新缓存）
    cache.del("user:" + user.getId());
}

2.2.3 读写穿透（Read/Write-Through）

缓存层作为数据访问的唯一入口，应用程序只与缓存交互，缓存组件内部负责与数据库同步。读穿透由缓存组件在 miss 时自动回源；写穿透由缓存组件同步写入数据库和缓存。

• 优点： 应用程序逻辑简化，一致性由缓存层保证。
• 缺点： 缓存组件复杂度高，写操作延迟增加（需等待 DB 写入完成）。
• 适用场景： 对一致性要求高、写并发不极端的业务，如用户账户信息。

2.2.4 异步刷写（Write-Behind）

写操作只更新缓存，立即返回成功，然后由后台线程异步批量写入数据库。读操作直接读取缓存，可能读到尚未持久化的数据。

• 优点： 写吞吐量极高，适合日志、计数、埋点等写密集型场景。
• 风险： 缓存宕机可能导致数据丢失；异步刷写失败需要重试或补偿机制。
• 合规要求： 涉及资金、订单等关键数据时，必须开启 WAL（Write-Ahead Log）或使用可靠消息队列保证最终一致性。

2.3 模式选择与合规考量

在实际架构中，选择哪种模式需要结合业务对一致性、性能和合规的要求：

• 金融/交易类： 优先使用读写穿透或旁路缓存 + 强一致性补偿（如分布式锁、版本号），确保缓存与数据库的最终一致性可审计。
• 内容/社交类： 旁路缓存即可满足需求，配合缓存穿透防护和过期时间打散。
• 日志/监控类： 异步刷写模式可大幅提升写入性能，但需配置 WAL 或消息队列防止数据丢失。