📚 课程目录第3章缓存基础理论

3. 缓存基础理论：缓存穿透、缓存击穿、缓存雪崩的定义与经典解决方案

在分布式系统与 OpenAPI 调用链路中，缓存是提升响应速度、降低后端压力的核心手段。然而，缓存层在极端流量或异常场景下会暴露出三类经典故障模式：缓存穿透、缓存击穿 与 缓存雪崩。理解这三者的本质区别并掌握对应的解决方案，是构建缓存一致性闭环的基础。

故障类型	核心定义	触发条件	影响范围	典型特征
缓存穿透	请求查询一个根本不存在的数据，缓存与数据库均无记录，导致每次请求都穿透缓存直达数据库。	恶意攻击或查询不存在的 Key	数据库连接耗尽，服务不可用	缓存命中率骤降为 0
缓存击穿	某个热点 Key 在缓存中过期失效的瞬间，大量并发请求同时涌入，直接打到数据库。	热点 Key 过期 + 高并发	数据库单点压力激增	单个 Key 失效引发雪崩
缓存雪崩	大量缓存 Key 在同一时间过期失效，或缓存节点宕机，导致海量请求直击数据库。	批量 Key 同时过期 / 缓存集群故障	数据库整体崩溃	大面积缓存失效

  关键区分：穿透是“查不到”，击穿是“热点过期”，雪崩是“大面积同时过期或节点宕机”。三者解决方案各有侧重，不可混用。

缓存穿透是最容易被忽视的隐患。攻击者利用不存在的 ID 发起大量请求，缓存层永远无法命中，所有流量直接穿透到数据库层。

缓存空对象（Null Cache）：当数据库查询结果为空时，仍然将该 Key 写入缓存，设置较短的过期时间（如 30~60 秒）。后续相同请求直接返回空值，避免重复穿透。
布隆过滤器（Bloom Filter）：在缓存层之前增加布隆过滤器，将所有可能存在的数据 Key 哈希到位数组中。请求到达时先检查布隆过滤器，若 Key 不存在则直接拒绝，无需查询缓存或数据库。
参数校验与限流：在 API 网关层对请求参数进行合法性校验（如 ID 格式、范围），并配合限流策略拦截异常流量。

实践建议：对于低并发场景，优先使用“缓存空对象”方案，实现简单且无额外组件依赖。对于高并发防攻击场景，推荐引入布隆过滤器，但需注意布隆过滤器存在一定的误判率（False Positive）。

缓存击穿针对的是单个热点 Key。当该 Key 在缓存中过期的一瞬间，大量并发请求同时发现缓存失效，全部去数据库查询，导致数据库瞬间压力飙升。

互斥锁（Mutex Lock）：当缓存失效时，只允许一个线程去数据库加载数据，其他线程等待。加载完成后，所有线程从缓存读取。常用实现：Redis SETNX、Zookeeper 分布式锁。
逻辑过期（Logical Expiration）：缓存中不设置物理过期时间，而是存储一个逻辑过期时间字段。当发现逻辑过期时，由后台线程异步更新缓存，当前线程直接返回旧数据。
热点 Key 永不过期 + 定时刷新：对已知的热点 Key 不设置过期时间，通过后台定时任务或消息队列异步更新缓存内容。

注意：互斥锁方案会增加请求延迟，且需防止死锁。逻辑过期方案适合允许短暂数据不一致的场景。永不过期方案需要额外的刷新机制，适用于访问频率极高且数据更新不频繁的热点。

缓存雪崩是三种故障中破坏力最大的。当大量缓存 Key 在同一时间过期，或者缓存节点发生宕机，所有请求瞬间涌向数据库，极易导致数据库崩溃。

过期时间随机化：为缓存 Key 设置过期时间时，在基础过期时间上增加一个随机偏移量（如 ±30%），避免大量 Key 同时过期。
缓存集群高可用：采用 Redis Sentinel 或 Redis Cluster 架构，避免单点故障。配合多级缓存（本地缓存 + 分布式缓存）进一步分散风险。
限流降级与熔断：在数据库访问层前置限流组件（如 Sentinel、Hystrix），当请求量超过阈值时直接降级返回默认值或错误提示，保护数据库。
预热与双缓存：在流量高峰前提前加载热点数据到缓存。使用双缓存策略（主缓存 + 备用缓存），主缓存失效时从备用缓存读取。

  最佳实践组合：“过期时间随机化 + 缓存集群高可用 + 限流降级”是抵御缓存雪崩的黄金三角。在 OpenAPI 网关层统一实施限流，在缓存层实施随机过期，在数据层实施熔断保护。

解决方案	缓存穿透	缓存击穿	缓存雪崩	实现复杂度	推荐场景
缓存空对象	✅ 有效	❌ 无效	❌ 无效	低	低并发、查询不存在 Key
布隆过滤器	✅ 高效	❌ 无效	❌ 无效	中	高并发防攻击
互斥锁	❌ 无效	✅ 有效	❌ 无效	中	单个热点 Key 保护
逻辑过期	❌ 无效	✅ 有效	❌ 无效	中	允许短暂不一致的热点
过期时间随机化	❌ 无效	❌ 无效	✅ 有效	低	批量 Key 过期场景
缓存集群高可用	❌ 无效	❌ 无效	✅ 有效	高	生产环境必备
限流降级	✅ 辅助	✅ 辅助	✅ 有效	中	全场景兜底