缓存穿透解决：程序员必会的三大实战策略
2025年Java面试宝典抢先领：
👉 点击下载
提取码：9b3g （建议保存到个人网盘）
什么是缓存穿透？
缓存穿透简单说就是大量恶意请求直接绕过缓存，疯狂捶打数据库。比如用不存在的ID（负数、超大数值）频繁查询，导致缓存形同虚设，数据库压力暴增甚至宕机。这在技术面试中绝对是高频考点！
解决缓存穿透的三大核心方案
✅ 方案一：缓存空对象（Cache Null）
当数据库查不到数据时，在缓存里存个空值（如null）并设置短过期时间。后续相同请求直接返回空值，避免重复穿透。
请求流程：
1. 查缓存 → 无数据
2. 查数据库 → 无数据
3. 缓存中存入 Key: null (TTL=5分钟)
4. 后续相同请求直接返回缓存中的null
关键点：
- 空值过期时间建议 2-5分钟，防止垃圾数据堆积
- 需配合布隆过滤器防随机Key攻击（下文细说）
✅ 方案二：布隆过滤器（Bloom Filter）
在缓存前加一层内存级过滤器，用极小的空间快速判断Key是否存在。原理如下：
工作流程：
1. 请求先过布隆过滤器
2. 若过滤器说"不存在" → 直接拦截
3. 若说"可能存在" → 继续查缓存/DB
为什么能防穿透？
攻击者生成的随机Key在过滤器中必然返回"不存在"，直接挡在缓存层之外！
注意事项：
- 有误判率（可通过增加哈希函数降低）
- 需预热：系统启动时加载所有有效Key
- 推荐Guava或Redis4.0+模块实现
✅ 方案三：互斥锁（Mutex Lock）
当多个并发请求查询同个空Key时，用分布式锁保证只有一个请求访问数据库，其它请求等待后直接读缓存。
典型流程：
1. 线程A查缓存 → 未命中
2. 获取分布式锁（如Redis SETNX）
3. 查数据库 → 为空 → 缓存空值
4. 释放锁
5. 线程B等待锁释放后直接读缓存空值
适用场景：
- 热点Key突发穿透
- 对数据一致性要求高的业务
如何选择解决方案？
| 方案 | 适用场景 | 注意事项 | |--------------------|---------------------------------|-------------------------| | 缓存空对象 | 数据变化不频繁的业务 | 需定期清理无效Key | | 布隆过滤器 | 海量数据+防随机攻击（强推！） | 需预热，存在误判率 | | 互斥锁 | 热点Key突发请求 | 增加系统复杂度 |
面试实战技巧
当面试官问："如何解决缓存穿透？" 建议按这个逻辑回答：
-
先明确定义
"缓存穿透是指查询不存在的数据，绕过缓存直击数据库，可能引发雪崩" -
分层递进解决方案
"常用三种方式：- 基础方案：缓存空值并设短过期时间
- 加强方案：布隆过滤器预筛非法Key
- 补充方案：互斥锁避免重复查库"
-
强调工程细节
"生产环境推荐组合使用，比如：布隆过滤器+缓存空对象。同时要对空值缓存设置最大数量限制，防止内存溢出"
🔥 程序员福利时间
如果你正在准备Java面试，面试鸭返利网 可享 25元返利开通会员！涵盖所有大厂真题+技术架构解析，点击注册立省↓
常见面试陷阱
-
缓存穿透 vs 缓存雪崩 vs 缓存击穿
- 穿透：查不存在的数据
- 雪崩：大量缓存同时失效
- 击穿：某个热点Key失效后并发请求压垮DB
-
布隆过滤器能否删除数据？
→ 不能！删除元素会导致其它Key判断失效。解决方案：- 用Counting Bloom Filter（计数过滤器）
- 重建新过滤器后切换
-
空值缓存导致数据不一致怎么办？
→ 在数据库写入时主动更新缓存（删除空值标记）
最后的小提醒
遇到要求"设计高并发系统"的面试题，一定要主动抛出缓存穿透解决方案！这能直接体现你的实战经验深度。建议把本文策略整理到你的知识库，随时调取~
（完）
