---

《Redis 高并发八股文：缓存穿透、击穿、雪崩与解决方案》

---

一、前言：缓存为什么要防“穿、击、崩”

Redis 的引入让系统能“抗流量、快响应”，
但在高并发环境下，缓存失效或查询异常，
会导致请求集中打到数据库，形成雪崩效应。

三大典型问题：

• 穿透（Penetration） → 查的 key 根本不存在；
• 击穿（Breakdown） → 热点 key 过期瞬间；
• 雪崩（Avalanche） → 大量 key 同时过期。

一句话总结：

缓存穿透是“查不到”；
缓存击穿是“突然没了”；
缓存雪崩是“一起没了”。

---

二、缓存穿透（Cache Penetration）

（1）现象

请求的数据在缓存和数据库中都不存在，
每次请求都绕过 Redis 直击数据库。

当恶意请求或爬虫访问大量不存在的 key 时，
数据库压力骤增，甚至被打垮。

（2）常见原因

• 用户请求非法 ID（如 -1、0、99999999）；
• 黑客恶意构造不存在 key；
• 业务逻辑返回 null 但未缓存。

（3）解决方案

方案	原理	优点
缓存空值	查询结果为 null 时也缓存一段时间	简单易实现
布隆过滤器（BloomFilter）	在缓存前判断 key 是否可能存在	高效过滤不存在 key
参数合法性校验	限制非法请求	降低风险源头

示例代码：

String value = redis.get(key);
if (value == null) {
    if (!bloomFilter.contains(key)) return null; // 过滤
    value = db.query(key);
    if (value == null)
        redis.setex(key, "NULL", 60); // 缓存空值1分钟
    else
        redis.setex(key, value, 3600);
}

---

三、缓存击穿（Cache Breakdown）

（1）现象

某个热点 key（访问频率极高）突然过期，
在失效瞬间，所有请求同时打到数据库。

（2）典型案例

双十一秒杀场景中，一个商品详情缓存过期，
成千上万请求瞬间查询数据库 → 瞬时高峰宕机。

（3）解决方案

方案	思路	适用场景
互斥锁（Mutex）	第一个请求构建缓存，其他请求等待	热点 key 稳定场景
逻辑过期	缓存内保存逻辑时间，异步更新	高性能系统（如热点数据）
永不过期 + 异步刷新	不设置 TTL，由后台定时任务更新	高 QPS 低变动数据

示例：逻辑过期 + 异步刷新

class CacheData {
    Object data;
    long expireTime; // 逻辑过期时间
}

CacheData cache = redis.get(key);
if (cache != null && cache.expireTime > System.currentTimeMillis()) {
    return cache.data;
} else {
    // 异步线程刷新
    if (lock.tryLock()) {
        threadPool.submit(() -> {
            Object newData = db.query(key);
            redis.set(key, new CacheData(newData, now+10min));
            lock.unlock();
        });
    }
    return cache.data; // 返回旧值
}

用户永远有数据看，后台异步更新；
稍微复杂，但能应对高并发。

---

四、缓存雪崩（Cache Avalanche）

（1）现象

大量 key 在同一时间过期或缓存服务器宕机，
所有请求同时访问数据库 → 雪崩式崩溃。

（2）常见原因

• 定时批量刷新缓存；
• 使用固定 TTL；
• Redis 故障。

（3）解决方案

防护措施	说明
过期时间随机化	TTL = base + random(0, N) 避免同时过期
多级缓存	Redis + 本地缓存（Caffeine、Guava）
热点数据永不过期	主动更新而非被动过期
服务熔断限流	使用 Sentinel / Hystrix / Resilience4j
Redis 集群高可用	主从 + 哨兵 / Cluster 模式容灾

示例：

int base = 3600; // 1小时
int random = new Random().nextInt(300);
redis.setex(key, value, base + random); // TTL随机化

---

五、三者区别一览（面试必背表）

对比项	穿透	击穿	雪崩
问题本质	查不存在的数据	热点数据过期瞬间	大量缓存同时失效
影响范围	局部或单 key	单热点 key	全局多 key
是否可控	可通过布隆过滤器预防	可用互斥锁或逻辑过期	可用随机 TTL 或多级缓存
典型场景	恶意请求、空值	秒杀商品详情	定时刷新、Redis宕机
核心解决策略	过滤 + 空值缓存	锁 + 逻辑过期	随机TTL + 熔断 + 集群

---

六、面试高频问题与答题模板

问题	答案要点
Q1：缓存穿透是什么？	查询不存在的数据，缓存和数据库都未命中。
Q2：如何解决缓存穿透？	缓存空值、使用布隆过滤器、参数校验。
Q3：缓存击穿是什么？	热点 key 过期瞬间并发访问数据库。
Q4：如何解决缓存击穿？	加互斥锁、逻辑过期、后台异步刷新。
Q5：缓存雪崩是什么？	大量 key 同时过期或 Redis 故障，导致请求打穿数据库。
Q6：如何解决缓存雪崩？	TTL 随机化、多级缓存、限流熔断、集群高可用。
Q7：三者的区别？	穿透：查不到；击穿：突然没；雪崩：一起没。

---

结语

缓存的核心目标是：

“让热点留在 Redis，让数据库喘口气。”

但当缓存出现“穿、击、崩”时，
再快的数据库都可能被拖垮。

掌握这三种场景与防护方案，
不仅能在面试中轻松拿下高并发题，
也能在实际项目中写出真正抗压的缓存系统。