2. 缓存一致性基础：缓存穿透、缓存击穿、缓存雪崩的定义与经典解决方案

在构建高并发缓存系统时，缓存与数据库之间的数据一致性是核心挑战。然而，在讨论一致性协议之前，必须先解决三个经典的缓存失效场景——缓存穿透、缓存击穿和缓存雪崩。这三者虽然名称相似，但成因、影响范围和解决方案截然不同。本节将逐一拆解其定义、发生机理及业界经典应对策略，为后续的 Rate Limiting 闭环控制奠定基础。

2.1 缓存穿透（Cache Penetration）

定义：查询一个根本不存在的数据（既不在缓存中，也不在数据库中），导致每次请求都直接穿透缓存层，打到数据库层。由于数据库也返回空结果，缓存层无法写入有效数据，后续相同请求会持续穿透。

2.1.1 经典解决方案

2.2 缓存击穿（Cache Breakdown）

定义：一个热点 key 在缓存过期失效的瞬间，大量并发请求同时涌入，全部穿透到数据库，导致数据库瞬间负载飙升甚至崩溃。与穿透不同，击穿针对的是存在但已过期的热点数据。

2.2.1 经典解决方案

// 互斥锁伪代码示例（Redis + SETNX）
public String getData(String key) {
    String value = redis.get(key);
    if (value != null) {
        return value;
    }
    // 尝试获取分布式锁
    if (redis.setnx("lock:" + key, "1", 3)) {
        try {
            value = db.query(key);
            redis.set(key, value, 300);
            return value;
        } finally {
            redis.del("lock:" + key);
        }
    } else {
        // 未获取到锁，等待后重试
        Thread.sleep(50);
        return getData(key);
    }
}

2.3 缓存雪崩（Cache Avalanche）

定义：大量缓存 key 在同一时间过期失效，或缓存节点宕机，导致海量请求直接涌入数据库，造成数据库压力激增甚至宕机。雪崩是穿透和击穿的放大版，影响范围覆盖整个缓存层。

2.3.1 经典解决方案

2.4 三种场景对比总结

2.5 缓存失效场景与防护流程

下图展示了从请求入口到数据库的完整链路，以及三种失效场景的拦截点：

2.6 从失效场景到一致性闭环

理解这三种失效场景是构建缓存一致性闭环的前提：

• 穿透和击穿属于局部失效，可以通过布隆过滤器、互斥锁等局部手段解决。
• 雪崩属于系统性失效，需要从架构层面（高可用、限流、降级）进行防御。
• 在后续章节中，Rate Limiting 将作为统一的流量控制手段，与上述方案协同工作，形成“预防 → 拦截 → 限流 → 恢复”的完整闭环。