4. Redis 与 JWT 集成架构设计

在 SaaS 鉴权链路中，JWT 作为无状态令牌承载用户身份与权限声明，Redis 则作为高性能缓存层承载令牌的校验、黑名单、刷新与分布式会话状态。本章从整体架构图出发，明确 Token 缓存层的定位，并系统阐述缓存穿透、击穿、雪崩三大风险的防护思路。

4.1 整体架构图：SaaS 鉴权拦截链路缓存层

下图展示了从客户端请求到后端服务的完整鉴权链路，Redis 作为核心缓存层位于网关与业务服务之间，承担 Token 校验、黑名单、刷新令牌与限流计数等职责。

4.2 Token 缓存层定位

Token 缓存层并非简单的键值存储，而是 SaaS 鉴权体系中的“状态决策中心”。其核心定位体现在以下三个维度：

4.3 缓存穿透防护思路

缓存穿透指请求查询一个根本不存在的数据（如伪造的 JWT），导致每次请求都穿透 Redis 直达数据库，造成数据库压力激增。

4.3.1 防护策略对比

4.3.2 空值缓存代码示例

// 查询 Token 校验结果
public Boolean checkTokenValid(String jti) {
    String key = "auth:token:" + jti + ":valid";
    String cached = redisTemplate.opsForValue().get(key);
    if (cached != null) {
        return "true".equals(cached);
    }
    // 回源校验 JWT 签名与黑名单
    Boolean valid = doRealValidation(jti);
    // 无论是否有效都写入缓存，无效时设置短 TTL
    if (valid) {
        redisTemplate.opsForValue().set(key, "true", 300, TimeUnit.SECONDS);
    } else {
        redisTemplate.opsForValue().set(key, "false", 30, TimeUnit.SECONDS);
    }
    return valid;
}

4.4 缓存击穿防护思路

缓存击穿指一个热点 Token（如超级管理员 Token）在缓存过期瞬间，大量并发请求同时回源查询数据库，导致数据库瞬时压力飙升。

4.4.1 防护策略

• 互斥锁（Mutex Key）：当缓存失效时，只允许一个线程回源加载数据，其他线程等待或快速失败。
• 逻辑过期：缓存数据永不过期，但数据中携带逻辑过期时间，异步线程负责刷新。
• 热点预加载：针对已知热点 Token（如 SaaS 平台内置管理员），在缓存即将过期前主动刷新。

4.4.2 互斥锁实现示例

public String getTokenWithMutex(String jti) {
    String key = "auth:token:" + jti + ":valid";
    String value = redisTemplate.opsForValue().get(key);
    if (value != null) {
        return value;
    }
    // 尝试获取分布式锁
    String lockKey = "lock:token:" + jti;
    Boolean locked = redisTemplate.opsForValue().setIfAbsent(lockKey, "1", 5, TimeUnit.SECONDS);
    if (Boolean.TRUE.equals(locked)) {
        try {
            // 双重检查，防止在获取锁期间缓存已被其他线程重建
            value = redisTemplate.opsForValue().get(key);
            if (value != null) {
                return value;
            }
            // 回源加载
            value = loadFromDatabase(jti);
            redisTemplate.opsForValue().set(key, value, 300, TimeUnit.SECONDS);
            return value;
        } finally {
            redisTemplate.delete(lockKey);
        }
    } else {
        // 未获取到锁，等待后重试或返回降级数据
        Thread.sleep(50);
        return getTokenWithMutex(jti); // 递归重试
    }
}

4.5 缓存雪崩防护思路

缓存雪崩指大量缓存数据在同一时间过期，或 Redis 节点宕机，导致所有请求直接压向数据库，引发连锁故障。

4.5.1 防护策略

4.5.2 过期时间随机化代码示例

// 生成随机 TTL，基础 300 秒，随机偏移 ±30%
public long getRandomTtl(long baseTtl) {
    double factor = 0.7 + Math.random() * 0.6; // 0.7 ~ 1.3
    return (long) (baseTtl * factor);
}

// 设置缓存时使用随机 TTL
public void setTokenCache(String jti, String value) {
    String key = "auth:token:" + jti + ":valid";
    long ttl = getRandomTtl(300);
    redisTemplate.opsForValue().set(key, value, ttl, TimeUnit.SECONDS);
}

4.6 三大风险防护思路总结