当前位置：首页 > news >正文

缓存穿透、缓存击穿、缓存雪崩的区分与完整解决方案

news 2026/6/13 1:18:22

一、核心区分

问题	核心特征	触发场景	简单理解
缓存穿透	查不存在的数据，缓存 + DB 都无数据，请求直打 DB	非法 ID、恶意遍历、空数据查询	穿过去，两边都没数据
缓存击穿	热点 Key 突然失效，大量并发同时打向 DB	秒杀商品、首页热点、固定热点缓存过期	一个热门 Key 崩了，并发扎进 DB
缓存雪崩	大量 Key 集体失效 / 缓存服务宕机，全量请求压垮 DB	缓存同一时间批量过期、Redis 集群挂掉	整片缓存全挂，流量全部冲数据库

二、详细讲解 + 对应解决方案

一、缓存穿透

1. 成因

查询数据库根本不存在的数据：

前端传非法 ID（负数、超长 ID、随机乱 ID）
爬虫 / 恶意攻击遍历 ID（如id=1,2,3...批量扫库）
业务空数据（用户已删除、订单已销毁）

链路：请求 → 缓存未命中 → 查询数据库 → 无数据 → 不写缓存 → 下次请求重复走 DB。
高并发下DB 压力持续暴涨。

2. 解决方案（按推荐优先级）

方案 1：空值缓存（最简单，业务首选）

逻辑：DB 查询为空时，依然往缓存写入一个空标记，设置较短过期时间（5~10 分钟）。

优点：实现简单、防穿透效果明显

缺点：会占用少量缓存空间，极端恶意请求会产生大量空 key

java
// 伪代码
String key = "order:" + orderNo;
String cacheVal = redis.get(key);
if (cacheVal != null) {
return "".equals(cacheVal) ? null : cacheVal;
}
// 查询DB
Order order = db.select(orderNo);
if (order == null) {
redis.set(key, "", 600); // 空值，10分钟过期
return null;
}
redis.set(key, JSON.toJSONString(order), 3600);
return order;

方案 2：布隆过滤器（高并发、海量数据推荐）

原理：把所有合法业务 ID提前存入布隆过滤器，请求先过过滤器。

流程：请求 ID → 布隆过滤器判断不存在→ 直接拦截，不查缓存与 DB。

适用：订单、用户、商品等固定合法数据集。

特点：

优点：彻底拦截非法请求，性能极高

缺点：存在误判（不会漏判）；数据新增 / 删除需要维护过滤器；不适合频繁变动数据

方案 3：接口层参数校验（前置拦截）

限制 ID 规则：ID 必须正数、长度范围、格式校验

黑名单、IP 限流：恶意 IP 直接封禁

适用：网关 / 拦截器统一前置，从源头减少无效请求

方案 4：Redis 布谷鸟过滤器（进阶）

弥补布隆过滤器不能删除的问题，适合数据频繁增删场景。

二、缓存击穿

1. 成因

单个热点 Key到期失效，瞬间海量并发请求同时绕过缓存，直达数据库。
典型场景：秒杀商品、爆款商品、首页活动、高频查询订单。

关键点：只有一个热点 Key 失效，不是批量失效。

2. 解决方案（按推荐优先级）

方案 1：互斥锁（分布式锁，通用稳定）

主流：Redis 分布式锁，保证同一时刻只有一个请求查 DB + 回写缓存，其余请求等待重试。

流程：

缓存失效

尝试加分布式锁，抢到锁 → 查询 DB → 写入缓存 → 释放锁

未抢到锁 → 短暂休眠后重试读缓存

优点：通用、可靠，几乎无业务侵入

缺点：并发极高时会有少量等待，影响一点吞吐量

java
// 伪代码（Redis 分布式锁）
String key = "hot:goods:1001";
String lockKey = "lock:hot:goods:1001";
String val = redis.get(key);
if (val != null) {
return val;
}
// 尝试加锁
boolean lock = redis.tryLock(lockKey, 30);
if (lock) {
try {
// 查询DB
String dbData = db.query();
redis.set(key, dbData, 3600);
return dbData;
} finally {
redis.unLock(lockKey);
}
} else {
// 短暂休眠后重试
Thread.sleep(50);
return redis.get(key);
}