1. 缓存基础：概念、作用与三大经典问题

缓存是计算机科学中“以空间换时间”的经典策略。在搜索与 Redis 场景下，缓存的核心目标只有一个：让数据访问尽可能在内存中完成，避免穿透到数据库或磁盘。本章从最基础的概念出发，逐步建立对缓存穿透、击穿、雪崩的完整认知，为后续“闭环一致性”实战打下理论基础。

1.1 什么是缓存

缓存（Cache）是一层位于原始数据存储（如 MySQL、磁盘文件）与业务应用之间的临时数据副本层。它通常使用读写速度更快的存储介质（如内存），保存频繁访问的数据，从而降低响应延迟、减少后端负载。

核心特征：缓存中的数据是原始数据的“快照”，而非唯一来源。缓存与数据源之间必然存在一致性窗口——这是后续所有缓存一致性问题的根源。
对比维度 缓存层（Redis） 数据源（MySQL）
存储介质 内存 磁盘
读写延迟 微秒级（<1ms） 毫秒级（1~50ms）
数据容量 GB 级（受物理内存限制） TB 级
持久化 可选（RDB/AOF） 强持久化
一致性保证 最终一致性（默认） 强一致性（ACID）

1.2 缓存的作用

在搜索业务中，缓存承担三个关键角色：

  • 加速读请求：热门搜索词、商品详情、用户画像等高频数据，直接从 Redis 返回，响应时间从 50ms 降至 1ms 以内。
  • 保护后端系统：缓存层作为“防洪堤”，拦截 80%~90% 的读流量，防止数据库连接池被打满、磁盘 IO 过载。
  • 削峰填谷：秒杀、大促等流量尖峰场景下，缓存吸收瞬时冲击，避免系统雪崩。
经验数据：在搜索场景中，引入 Redis 缓存通常能将整体读接口的 TP99 延迟降低 10~20 倍，数据库 QPS 下降 70%~90%。

1.3 缓存穿透、击穿、雪崩：三大经典问题

这三个问题虽然名称相似，但成因、影响范围和解决方案截然不同。下表先做宏观对比，后续逐一展开。

问题 核心成因 影响范围 典型后果
缓存穿透 查询一个不存在的数据 单个 key 每次请求都穿透到数据库，导致 DB 压力骤增
缓存击穿 一个热点 key 在缓存中过期 单个热点 key 大量并发请求同时打到数据库，瞬间压垮 DB
缓存雪崩 大量 key 同时过期 或 Redis 宕机 大量 key / 整个缓存层 数据库被海量请求淹没，系统级故障

1.3.1 缓存穿透

当请求查询一个缓存和数据库中都不存在的数据时，缓存无法命中，每次请求都会穿透到数据库。攻击者可以利用这个漏洞，构造大量不存在的 key 进行恶意请求。

// 穿透场景：查询不存在的用户
GET /user/profile?id=-1
// 缓存未命中 → 查询 MySQL → 返回空 → 不写缓存
// 下一次请求 -1 依然穿透
典型危害：攻击者每秒发送 10000 个不存在的 ID，数据库需要承受 10000 QPS 的空查询，而正常用户请求反而被阻塞。

解决方案：

  • 缓存空对象：即使数据库返回空，也缓存一个短生命周期的 null 值（如 30s），避免重复穿透。
  • 布隆过滤器：在缓存前加一层 Bloom Filter，快速判断 key 是否存在，不存在则直接拒绝。
  • 参数校验：对非法参数（如负数 ID、超长字符串）在入口层直接拦截。

1.3.2 缓存击穿

一个热点 key（如“iPhone 16”搜索词、爆款商品详情）在缓存中过期失效的瞬间，大量并发请求同时涌入，全部穿透到数据库。

// 击穿场景：热点 key "hot_product_100" 过期
// 时间点 T：缓存过期
// 时间点 T+1ms：1000 个并发请求同时到达
// 1000 个请求全部未命中缓存 → 全部查询 MySQL

解决方案：

  • 互斥锁（Mutex）：只允许一个线程去数据库加载数据，其他线程等待或重试。
  • 逻辑过期：缓存永不过期，但数据中携带过期时间字段，异步线程发现过期后主动更新。
  • 热点 key 不过期：结合定时任务主动刷新，避免被动过期。

1.3.3 缓存雪崩

缓存雪崩是三个问题中破坏力最大的。它有两种典型触发场景：

  1. 大量 key 同时过期：例如缓存预热时所有 key 设置了相同的过期时间（如 1 小时），到期瞬间所有 key 集体失效。
  2. Redis 实例宕机：整个缓存层不可用，所有请求直接落到数据库。
雪崩的连锁反应：数据库 QPS 从 1000 飙升到 100000 → 数据库连接池耗尽 → 请求排队超时 → 上游服务线程阻塞 → 整个调用链雪崩。

解决方案：

  • 过期时间加随机值：基础过期时间 + 随机 1~5 分钟，避免集体过期。
  • 多级缓存：本地缓存（Caffeine）+ 分布式缓存（Redis）分层防护。
  • Redis 高可用：主从 + Sentinel / Cluster，避免单点故障。
  • 限流降级：对数据库访问做限流，超出阈值直接返回降级数据或错误提示。

1.4 三大问题对比 SVG：成因与解决路径

缓存三大经典问题：成因与解决路径 缓存穿透 查询不存在的数据 解决方案 ① 缓存空对象（短TTL） ② 布隆过滤器前置拦截 ③ 参数合法性校验 缓存击穿 热点 key 过期瞬间 解决方案 ① 互斥锁（Mutex） ② 逻辑过期 + 异步刷新 ③ 热点 key 永不过期 缓存雪崩 大量 key 同时过期 / 宕机 解决方案 ① 过期时间加随机值 ② 多级缓存（本地+分布式） ③ Redis 高可用 + 限流 数据库（MySQL） 后果：DB 压力骤增 → 系统雪崩

1.5 缓存一致性：贯穿所有问题的核心

无论是穿透、击穿还是雪崩，最终都指向同一个本质问题：缓存与数据库之间的数据一致性如何保证？

  • 穿透：空值缓存策略本质上是在“缓存一个不存在的事实”，需要与数据库的写入操作保持协调。
  • 击穿：互斥锁方案在更新缓存时，需要确保并发环境下只有一个线程写入正确数据。
  • 雪崩：大量 key 重建时，如何保证每个 key 的缓存值与数据库值最终一致？
← 上一章 📖 返回目录 下一章 →