2025年Java面试宝典最新版，点击下载（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
最近在技术面试中，Redis缓存穿透和缓存雪崩这两个问题经常被问到。这两个概念看着挺像，但实际处理方式差异很大。今天咱们就掰开了揉碎了聊聊它们的本质区别和解决方案，帮你轻松应对面试！
什么是Redis缓存穿透？
缓存穿透就像你去图书馆找书——明明书架上没有这本书，管理员还每次都让你去仓库翻个底朝天。对应到Redis里，就是大量请求根本不存在的数据，绕过缓存直接打到数据库。
为什么会发生？
- 恶意攻击：故意构造不存在的关键词（比如负数的用户ID）
- 业务缺陷：没有对查询参数做有效性校验
解决方案三板斧：
- 布隆过滤器：在Redis前加个过滤器，像安检机一样判断数据是否存在
- 空值缓存：就算查不到数据，也把"null"结果缓存5分钟
- 接口限流：对高频请求的IP进行访问限制
这里有个坑要注意：如果用布隆过滤器，记得定期重建过滤器，否则新增数据会查不到。之前有个电商项目就因为这个，新品上线时用户死活搜不到商品。
什么是缓存雪崩？
如果说缓存穿透是"找不到"，那缓存雪崩就是"全挂了"。想象一下双十一零点，所有促销商品的缓存同时失效，数据库瞬间被打爆的场景。
三个典型诱因：
- 批量缓存失效：设置了相同的过期时间
- Redis集群宕机：主从切换不及时
- 热点Key崩溃：某个千万级访问量的Key突然消失
防雪崩六件套：
- 随机过期时间：基础时间+随机偏移量（比如3600±600秒）
- 永不过期策略：通过后台线程异步更新缓存
- 多级缓存架构：本地缓存+Redis+数据库三级防护
- 熔断降级机制：Hystrix或Sentinel保护数据库
- 集群高可用：哨兵模式或Cluster模式部署
- 热点Key探测：实时监控高频访问的Key
缓存穿透 vs 缓存雪崩对比表
| 特征 | 缓存穿透 | 缓存雪崩 | |--------------|--------------------------|--------------------------| | 触发条件 | 查询不存在的数据 | 大量缓存集中失效 | | 攻击类型 | 外部恶意请求 | 系统内部设计缺陷 | | 影响范围 | 特定不存在的数据 | 大量相关数据 | | 典型症状 | 数据库QPS飙升 | 数据库连接数爆满 | | 防御重点 | 请求合法性校验 | 缓存生命周期管理 |
如何选择解决方案？
在实际项目中，这两个问题往往需要组合拳来解决。比如电商系统的商品查询接口：
- 前端限制搜索词长度和特殊字符
- 网关层对异常IP限流
- 业务层使用布隆过滤器+空值缓存
- 缓存时间采用
基础时间+随机偏移 - 数据库前面配置熔断策略
面试时被问到这类问题，建议先画个架构图，然后分层次说明防护措施。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，相当于用折扣价获取海量真题解析。
最后提醒：任何技术方案都要结合监控系统，推荐配置：
- Redis慢查询监控
- 缓存命中率统计
- 数据库连接数预警
- 热点Key实时追踪
做好这些防护措施，就算遇到双十一级别的流量洪峰，你的系统也能稳如老狗！
