在高并发系统中，数据库往往是性能瓶颈，因此通常会引入缓存层，例如 Redis。
但缓存设计不合理时，反而可能带来新的问题。
常见问题包括：
1. 缓存穿透
缓存和数据库中都不存在的数据被大量请求。
解决方案：
-
使用布隆过滤器
-
对空结果进行缓存
2. 缓存击穿
某个热点 key 在失效瞬间被大量请求访问数据库。
解决方案：
-
使用互斥锁
-
提前刷新缓存
示例：
if cache.get(key) is None:
lock.acquire()
if cache.get(key) is None:
data = db.query(key)
cache.set(key, data)
lock.release()
lock.acquire()
if cache.get(key) is None:
data = db.query(key)
cache.set(key, data)
lock.release()
3. 缓存雪崩
大量缓存同时失效，导致数据库瞬间压力过大。
解决方案：
-
设置随机过期时间
-
多级缓存架构
-
限流与降级策略
例如：
TTL = base_time + random(0, 300)
在大型系统中，缓存不仅是性能优化工具，更是系统架构的重要组成部分。合理设计缓存策略，可以将数据库压力降低一个数量级。