3、缓存错误类型：缓存穿透、缓存击穿、缓存雪崩、缓存污染、数据不一致
在构建高并发缓存系统时，错误并非偶发事件，而是系统设计必须正视的常态。缓存错误类型可归纳为五大类：缓存穿透、缓存击穿、缓存雪崩、缓存污染与数据不一致。理解每种错误的触发条件、影响范围与典型场景，是设计闭环容错架构的前提。
核心认知：这五种错误并非孤立存在。穿透与击穿是“请求路径异常”，雪崩是“容量连锁反应”，污染与不一致是“数据状态漂移”。闭环架构需要同时覆盖这三类失效模式。
3.1 缓存穿透
定义：请求查询一个数据库中也不存在的数据，导致每次请求都绕过缓存直达数据库，造成数据库压力陡增。
| 维度 | 说明 |
|---|---|
| 触发条件 | 查询 key 在缓存与数据库中均不存在 |
| 典型场景 | 恶意攻击（遍历不存在的 ID）、业务漏洞（非法参数） |
| 影响范围 | 数据库连接耗尽、慢查询堆积、服务雪崩 |
| 核心指标 | 缓存命中率骤降（如从 95% 跌至 10%） |
3.2 缓存击穿
定义：一个热点 key 在缓存中过期失效的瞬间，大量并发请求同时涌入，直接穿透到数据库。
| 维度 | 说明 |
|---|---|
| 触发条件 | 单个热点 key 过期 + 高并发读 |
| 典型场景 | 秒杀商品详情页、微博热搜榜刷新 |
| 影响范围 | 数据库单点压力飙升、接口响应超时 |
| 核心指标 | QPS 瞬时峰值 / 数据库连接数 |
击穿 vs 穿透：击穿是“有数据但缓存过期”，穿透是“根本没有数据”。击穿可以通过互斥锁或逻辑过期解决，穿透则需要布隆过滤器或空值缓存。
3.3 缓存雪崩
定义：大量缓存 key 在同一时间窗口集中过期，或缓存节点整体宕机，导致请求全部涌向数据库。
| 维度 | 说明 |
|---|---|
| 触发条件 | 批量 key 同时过期 / 缓存集群故障 |
| 典型场景 | 缓存统一设置相同过期时间、Redis 主节点宕机 |
| 影响范围 | 数据库被击穿、服务级联崩溃 |
| 核心指标 | 数据库 QPS 突增倍数、服务可用性 SLA |
3.4 缓存污染
定义：缓存中存储了不再被访问或访问频率极低的数据，占用内存资源，降低缓存效率。
| 维度 | 说明 |
|---|---|
| 触发条件 | 淘汰策略不当、过期时间设置过长、数据冷热变化 |
| 典型场景 | 历史活动数据未清理、全表扫描结果缓存 |
| 影响范围 | 内存利用率下降、热点数据被提前淘汰 |
| 核心指标 | 缓存空间利用率、有效缓存占比 |
污染陷阱：很多团队只关注“缓存命中率”，却忽略了“有效缓存占比”。一个 90% 命中率的缓存系统，如果 60% 的缓存数据是冷数据，实际有效命中率只有 36%。定期冷数据扫描与淘汰策略调优必不可少。
3.5 数据不一致
定义：缓存与数据库之间的数据状态出现差异，导致业务读到过期或错误的数据。
| 维度 | 说明 |
|---|---|
| 触发条件 | 更新数据库后未同步缓存、并发写操作时序错乱 |
| 典型场景 | 先删缓存再更新数据库、主从延迟导致缓存回填旧数据 |
| 影响范围 | 业务逻辑错误、数据可见性异常 |
| 核心指标 | 数据不一致窗口时长、业务容忍度 |
3.6 五种错误对比总览
| 错误类型 | 根因 | 影响范围 | 典型解决方案 | 优先级 |
|---|---|---|---|---|
| 缓存穿透 | 查询不存在的数据 | 数据库压力 | 布隆过滤器、空值缓存 | P0 |
| 缓存击穿 | 热点 key 过期 | 数据库单点压力 | 互斥锁、逻辑过期 | P0 |
| 缓存雪崩 | 批量过期 / 节点宕机 | 数据库整体压力 | 随机过期时间、高可用集群 | P0 |
| 缓存污染 | 冷数据滞留 | 内存利用率 | 淘汰策略调优、冷数据扫描 | P1 |
| 数据不一致 | 更新时序错乱 | 业务逻辑错误 | 延迟双删、CDC 同步 | P0 |
闭环架构视角：穿透、击穿、雪崩属于“请求路径异常”，适合用前置防御（布隆过滤器、互斥锁、随机过期）解决；污染属于“存储效率问题”，适合用周期性治理解决；不一致属于“数据状态漂移”，需要后置校验与补偿机制。后续章节将逐一展开每种错误的闭环容错设计。