一、缓存穿透：当查询不存在的数据时

缓存穿透是指查询一个数据库中根本不存在的数据，导致请求直接穿透缓存层直达数据库，失去缓存保护作用。

主要原因：

1. 业务代码或数据问题

2. 恶意攻击、爬虫大量请求不存在的数据

解决方案：

1. 缓存空对象

将查询为空的Key也缓存起来，并设置较短的过期时间（如300秒），避免频繁查询数据库。

String get(String key) {
    String cacheValue = cache.get(key);
    if (StringUtils.isBlank(cacheValue)) {
        String storageValue = storage.get(key);
        cache.set(key, storageValue);
        if (storageValue == null) {
            cache.expire(key, 60 * 5); // 空值缓存300秒
        }
        return storageValue;
    }
    return cacheValue;
}

2. 布隆过滤器（Bloom Filter）

使用布隆过滤器预先过滤掉肯定不存在的数据请求。

特点：

• 当过滤器说某个值不存在时，肯定不存在

• 当过滤器说存在时，可能不存在（存在误判率）

Redisson实现示例：

RBloomFilter<String> bloomFilter = redisson.getBloomFilter("nameList");
bloomFilter.tryInit(100000000L, 0.03); // 预计元素1亿，误差率3%
bloomFilter.add("zhuge");

// 查询前先判断
if (!bloomFilter.contains(key)) {
    return "";
}

二、缓存击穿：热点Key突然失效

大量缓存同时在某一时刻失效，导致所有请求直接访问数据库。

解决方案：错峰过期

int expireTime = new Random().nextInt(300) + 300; // 300-600秒随机
cache.expire(key, expireTime);

三、缓存雪崩：缓存层整体失效

缓存层无法提供服务（如Redis集群宕机），导致流量直接冲击数据库层。

防御策略：

1. 保证高可用：使用Redis Sentinel或Cluster

2. 限流降级：引入Sentinel/Hystrix，对非核心数据直接返回降级信息

3. 提前演练：模拟缓存宕机场景，制定应急预案

四、热点Key重建优化

热点Key失效时，大量线程同时重建缓存可能导致服务崩溃。

解决方案：互斥锁

String get(String key) {
    String value = redis.get(key);
    if (value == null) {
        String mutexKey = "mutex:key:" + key;
        if (redis.set(mutexKey, "1", "ex 180", "nx")) {
            value = db.get(key);
            redis.setex(key, timeout, value);
            redis.delete(mutexKey);
        } else {
            Thread.sleep(50);
            return get(key);
        }
    }
    return value;
}

五、缓存与数据库双写不一致

常见场景：

1. 先更新数据库，后删除缓存 → 可能导致读取旧数据

2. 先删除缓存，后更新数据库 → 并发读可能重建旧缓存

解决方案：

1. 容忍短期不一致：为缓存设置过期时间

2. 分布式锁：保证读写顺序性

3. 监听Binlog：通过Canal等工具异步更新缓存

六、Redis开发规范与性能优化

1. 键值设计规范

• Key命名：业务名:表名:id（如trade:order:1）

• 避免BigKey：

  • String类型 ≤ 10KB

  • 集合元素 ≤ 5000个

• 渐进式删除BigKey：使用hscan、sscan等分批删除

2. 命令使用建议

• 警惕O(N)命令：如hgetall、smembers

• 禁用危险命令：keys、flushall

• 善用批量操作：mget、mset、pipeline

• 事务较弱，推荐使用Lua脚本

3. 客户端连接池优化

JedisPoolConfig config = new JedisPoolConfig();
config.setMaxTotal(50);      // 最大连接数
config.setMaxIdle(20);       // 最大空闲连接
config.setMinIdle(5);        // 最小空闲连接
config.setTestOnBorrow(true);

连接池大小计算公式：
maxTotal ≈ (QPS / 单连接QPS) * 冗余系数

4. 内存淘汰策略（8种）

• volatile-lru（推荐）：从已设置过期时间的Key中使用LRU淘汰

• allkeys-lru：从所有Key中使用LRU淘汰

• noeviction：不淘汰，内存满时拒绝写入

5. Linux内核参数优化

# 减少SWAP使用倾向
echo 1 > /proc/sys/vm/swappiness
echo "vm.swappiness=1" >> /etc/sysctl.conf

# 允许内存超分配，避免fork失败
echo "vm.overcommit_memory=1" >> /etc/sysctl.conf

# 增加文件句柄数
ulimit -n 65535

6. 慢查询监控

# 设置慢查询阈值（1毫秒）
config set slowlog-log-slower-than 1000
# 查看慢查询日志
slowlog get 5

七、总结与实践建议

1. 读多写少才用缓存：写多读多且要求强一致性的场景，直接使用数据库

2. 缓存不是银弹：合理设置过期时间，容忍短期不一致

3. 监控告警不可少：关注缓存命中率、慢查询、内存使用率

4. 设计阶段考虑容灾：缓存宕机后，系统要有降级策略

缓存设计是门艺术，需要在性能、一致性、复杂度之间找到平衡点。避免过度设计，让解决方案保持简洁高效，才是工程实践的真谛。