热点数据大量失效或者过期导致问题和采取方案
热点数据大量失效/过期：缓存击穿与雪崩的深度解析与解决方案
热点数据集中失效是缓存系统中最具破坏性的场景之一，可能导致数据库瞬间过载、服务雪崩甚至系统瘫痪。本文从问题本质、经典区分到多层解决方案，进行全面深入的剖析。
一、问题的本质：两种失效模式的区分
在讨论解决方案之前，必须准确区分两个经常被混淆的概念：
1.1 缓存击穿 vs 缓存雪崩
| 对比维度 | 缓存击穿 | 缓存雪崩 |
|---|---|---|
| 失效范围 | 单个热点Key | 大量Key同时失效 |
| 问题根源 | 热点数据到期 | 批量过期 / Redis宕机 |
| 典型场景 | 爆款商品详情页 | 双11零点批量上架 |
| 影响程度 | 局部，但可能极严重 | 全局，灾难性的 |
| 核心风险 | 单个热点打爆数据库 | 数据库直接被压垮 |
1.2 混合场景：热点Key集中失效的特殊性
实际生产中最危险的是 “热点Key群体失效”——虽然不是全部Key，但多个热点Key在同一时间窗口（如几十毫秒内）相继失效。
典型触发场景：
批量上架商品，所有缓存过期时间相同
缓存服务重启（如发布、故障恢复），大量Key同时失效
定时任务批量更新缓存，先删后写导致短暂真空
二、缓存击穿的解决方案
2.1 方案一：互斥锁（Mutex）
核心思想：只允许一个线程去查询数据库并重建缓存，其他线程等待。
java
@Service public class ProductService { @Autowired private RedisTemplate<String, Object> redisTemplate; @Autowired private ProductMapper productMapper; // 使用 Redisson 分布式锁 @Autowired private RedissonClient redissonClient; public Product getProductById(String productId) { String cacheKey = "product:" + productId; // 1. 查询缓存 Product product = (Product) redisTemplate.opsForValue().get(cacheKey); if (product != null) { return product; } // 2. 缓存未命中，尝试获取锁 String lockKey = "lock:product:" + productId; RLock lock = redissonClient.getLock(lockKey); try { // 尝试加锁，最多等待 3 秒 boolean locked = lock.tryLock(3, 10, TimeUnit.SECONDS); if (locked) { // 3. 双重检查：获取锁后再次查询缓存（可能其他线程已重建） product = (Product) redisTemplate.opsForValue().get(cacheKey); if (product != null) { return product; } // 4. 查询数据库 product = productMapper.selectById(productId); if (product != null) { // 5. 写入缓存，设置随机过期时间（防击穿+防雪崩） long expireTim