2025年Java面试宝典免费下载🔥
（点击蓝色链接立即获取，提取码：9b3g）
Redis数据一致性解决方案之Redis缓存穿透和缓存雪崩
作为程序员，面试被问到Redis缓存穿透和缓存雪崩的概率堪比被问"HashMap原理"。这两个问题本质都是缓存与数据库数据一致性的延伸场景。今天我们就以真实面试场景的口述逻辑，拆解这两个高频问题的应对方案。
Redis缓存穿透：请求穿破缓存的"黑洞"
什么是缓存穿透？
想象一个场景：黑客用10w个不存在的数据ID疯狂请求你的接口。这些请求会跳过Redis缓存直接访问数据库，导致数据库压力暴增甚至崩溃，这就是典型的缓存穿透。
穿透的三大解法
- 空值缓存：哪怕数据库查不到数据，也在Redis存个空值（比如"nil"），并设置短期过期时间（如30秒）。这样后续相同请求会直接命中缓存。
- 布隆过滤器拦截：在Redis前加一层布隆过滤器，提前预判数据是否存在。如果过滤器说"不存在"，直接返回错误，避免请求打到数据库。
- 接口鉴权防御：对异常高频请求的IP或用户做限流，比如用Redis的incr命令统计请求次数，超过阈值就封禁。
Redis缓存雪崩：缓存的集体罢工
雪崩是如何发生的？
假设你的Redis集群中1000个key同时过期，这时海量请求直接涌向数据库，导致数据库被打挂——这就是缓存雪崩。更可怕的是，数据库崩溃后重启，又可能被新一轮请求再次击垮。
四步防雪崩策略
- 错峰过期时间：给每个key的过期时间加上随机数（比如基础时间+5分钟内的随机值），避免集体失效。
- 热点数据永不过期：对核心数据（如首页商品列表）采用"逻辑过期"策略：Redis不设置过期时间，而是后台异步更新数据版本。
- 互斥锁重建：当缓存失效时，用Redis的setnx命令加分布式锁，只允许一个线程去查数据库，其他线程等待锁释放后读取新缓存。
- 多级缓存架构：在Redis前增加本地缓存（如Caffeine），即使Redis崩溃，本地缓存仍能扛住部分流量。
实战中的组合拳
在实际项目中，往往会多种方案组合使用。比如：
- 对疑似恶意请求：布隆过滤器+空值缓存+接口限流
- 对热点数据：永不过期+本地多级缓存
- 对普通数据：随机过期时间+互斥锁重建
这里要特别注意：布隆过滤器有误判率，需要根据业务场景调整容量和哈希函数数量。而互斥锁方案可能导致短暂的系统延迟，需要做好超时机制。
需要Java面试资料的同学注意了：上文提到的2025年Java面试宝典已经更新了Redis高阶考点，包含穿透/雪崩/击穿的代码级解决方案。
如果大家需要购买面试鸭会员，可以通过面试鸭返利网找我，返利25元！会员权益包含全年题库更新、大厂真题解析和一对一模拟面试，性价比超高。
（全文完）
