缓存穿透问题及其解决方案
一、什么是 Redis 缓存穿透？
缓存穿透是 Redis 缓存架构中常见的性能问题，指客户端请求的数据既不在 Redis 缓存中，也不在后端数据库中，导致所有请求都直接穿透缓存层，高频次冲击数据库的现象。
举个直观例子：假设系统用户 ID 的合法范围是 1-10000，但恶意攻击者持续发送 ID 为 - 1、10001 等非法值的请求。由于缓存中没有这些非法 ID 对应的键，所有请求都会绕过 Redis，直接查询数据库。而数据库中同样不存在该数据，每次查询都会返回空结果，且无法将 “空结果” 有效缓存，最终导致数据库在高并发场景下被击垮，系统响应延迟剧增甚至直接宕机。
二、缓存穿透的危害
- 数据库压力暴增：缓存层失去防护作用，所有穿透请求直接命中数据库，若并发量达到数千甚至数万，数据库连接池会被耗尽，正常查询无法响应。
- 系统性能雪崩：数据库过载后，响应时间会从毫秒级飙升至秒级，进而导致依赖该数据库的服务连锁超时，最终引发整个系统的性能雪崩。
- 资源浪费：Redis 缓存未被有效利用，服务器的 CPU、网络带宽等资源被大量无效请求占用，降低系统整体资源利用率。
三、缓存穿透的核心成因
- 业务逻辑漏洞：比如用户查询不存在的商品、无效的订单 ID 等，属于正常业务场景下的 “合法无效请求”，若未做防护会导致穿透。
- 恶意攻击行为：攻击者通过构造大量非法键（如超长字符串、超出合法范围的 ID）发起请求，刻意绕过缓存攻击数据库，属于恶意穿透场景。
- 缓存设计缺陷：缓存仅存储 “存在的数据”，对于 “不存在的数据” 未做任何缓存处理，导致每次查询不存在的数据都必须穿透到数据库。
四、缓存穿透的解决方案（从简单到复杂，按需选择）
1. 基础方案：缓存空值（拦截合法无效请求）
核心思路：当数据库查询结果为空时，不直接返回空，而是将 “空值” 作为缓存值存入 Redis，设置较短的过期时间（如 1-5 分钟）。后续相同请求会直接命中缓存中的空值，无需穿透到数据库。
实现步骤：
- 客户端发起请求，先查询 Redis；
- 若 Redis 未命中，查询数据库；
- 若数据库查询结果为空，向 Redis 存入键 = 请求参数、值 = 空值（如 ""、null）的缓存，设置过期时间；
- 若数据库查询结果非空，正常存入缓存并返回结果；
- 后续相同请求命中 Redis 空值，直接返回，拦截穿透。
优点：实现简单，无代码侵入，能快速拦截大部分合法无效请求（如查询不存在的商品 ID）。
缺点：无法抵御恶意攻击（如构造海量不同的非法键），会导致 Redis 缓存大量空值，浪费缓存空间。
2. 进阶方案：布隆过滤器（拦截非法请求源头）
核心思路：布隆过滤器是一种空间效率极高的概率性数据结构，能快速判断 “一个元素是否存在于集合中”。将系统中所有合法的键（如所有有效用户 ID、商品 ID）存入布隆过滤器，请求到达时先通过布隆过滤器校验：若不存在，则直接拒绝请求；若存在，再走缓存 + 数据库的正常流程。
实现步骤：
- 初始化布隆过滤器，将所有合法键（如商品表中所有 ID）批量存入；
- 客户端发起请求，先通过布隆过滤器校验请求参数（如商品 ID）；
- 若布隆过滤器返回 “不存在”，直接返回错误响应，拒绝穿透；
- 若布隆过滤器返回 “可能存在”（布隆过滤器有极小误判率），再查询 Redis 和数据库；
- 数据库新增合法键时，同步更新布隆过滤器。
优点：空间效率极高（存储 100 万条数据仅需数 MB 空间），查询速度快（O (1) 时间复杂度），能从源头拦截恶意攻击和非法请求。
缺点：存在极小误判率（无法 100% 准确判断元素是否存在），不支持删除操作（若合法键需要删除，需重建布隆过滤器）。
误判率优化：通过调整布隆过滤器的 “哈希函数个数” 和 “-bit 数组长度” 降低误判率，通常误判率可控制在 0.01% 以下，满足大部分业务场景。
3. 辅助方案：接口限流与参数校验（抵御高并发攻击）
核心思路：针对恶意攻击者发起的高频次、海量非法请求，通过接口限流和参数校验进一步防护，避免缓存和数据库被过载冲击。
具体措施：
- 参数校验：在接口层对请求参数进行合法性校验（如用户 ID 必须为正整数、商品 ID 范围在 1-100000 之间），直接拒绝非法参数；
- 接口限流：使用 Redis+Lua 脚本或网关（如 Nginx、Spring Cloud Gateway）实现限流，限制单个 IP、单个用户的请求频率（如每秒最多 10 次请求）；
- 黑名单机制：将频繁发起非法请求的 IP、用户 ID 加入黑名单，直接拦截其后续请求。
4. 终极方案：组合策略（缓存空值 + 布隆过滤器 + 限流）
单一方案无法应对所有场景，生产环境中建议采用 “组合策略”，形成多层防护：
- 第一层：接口参数校验 + 限流，拦截明显非法参数和高频攻击；
- 第二层：布隆过滤器，拦截大部分非法键（如不存在的 ID）；
- 第三层：缓存空值，拦截合法无效请求（如已删除的商品 ID）；
- 第四层：数据库熔断降级，若数据库压力过大，通过熔断组件（如 Sentinel）暂时停止查询，返回默认响应。
五、实战注意事项
- 缓存空值的过期时间不宜过长（1-5 分钟即可），避免缓存过期后数据已存在但未更新；
- 布隆过滤器需提前初始化，且在数据库新增数据时实时同步，避免漏判合法键；
- 布隆过滤器的误判率需根据业务场景调整，核心业务可适当增加 - bit 数组长度降低误判；
- 限流阈值需结合系统承载能力动态调整，避免正常请求被误拦截；
- 对于高频更新的合法键集合（如实时新增的订单 ID），布隆过滤器的更新需保证原子性，避免并发问题。
六、总结
缓存穿透的本质是 “无效请求未被拦截，直接冲击数据库”，解决思路可归纳为 “源头拦截 + 中间防护 + 兜底保障”：
- 源头拦截：用布隆过滤器和参数校验，拒绝非法请求；
- 中间防护：用缓存空值，拦截合法无效请求；
- 兜底保障：用接口限流和数据库熔断，避免系统过载。
在实际开发中，无需过度追求复杂方案，可根据业务场景灵活选择：简单场景用 “缓存空值 + 参数校验”，高并发、高安全需求场景用 “布隆过滤器 + 组合策略”，既能有效解决缓存穿透，又能保证系统性能和稳定性。