Redis 缓存雪崩等问题

缓存雪崩问题

缓存雪崩是指缓存在某一时刻出现大规模的 key 失效，导致大量请求直接打到数据库上，造成数据库压力过大甚至宕机的现象。

造成原因：

Redis宕机
大量key采用了相同的过期时间

解决方案流程图：

解决方案说明：

事前预防：
- 设置随机过期时间，避免集中失效
- 实现多级缓存架构
- 热点数据永不过期（逻辑过期）
- 保证 Redis 高可用（主从+哨兵/集群）
事中处理：
- 互斥锁控制数据库访问
- 熔断降级机制
事后恢复：
- 开启 Redis 持久化快速恢复

缓存击穿问题

缓存击穿是指某个热点 key 失效时，大量并发请求同时访问这个 key，导致请求都打到数据库的现象。

缓存雪崩：大规模 key 同时失效
缓存击穿：单个热点 key 失效

解决方案流程图：

Go实现示例：

func GetHotData(key string) (string, error) {
    // 1. 先查缓存
    data, err := rdb.Get(ctx, key).Result()
    if err == nil {
        return data, nil
    }
    
    // 2. 缓存未命中，尝试获取互斥锁
    lockKey := "lock:" + key
    locked, err := rdb.SetNX(ctx, lockKey, 1, 10*time.Second).Result()
    if err != nil {
        return "", err
    }
    
    if locked {
        // 3. 获取锁成功，查询数据库
        defer rdb.Del(ctx, lockKey)
        
        dbData := queryFromDB(key)
        rdb.Set(ctx, key, dbData, time.Hour)
        return dbData, nil
    } else {
        // 4. 获取锁失败，短暂等待后重试
        time.Sleep(50 * time.Millisecond)
        return GetHotData(key)
    }
}

缓存穿透问题

缓存穿透是指查询一个不存在的数据，缓存和数据库都没有，但每次请求都会打到数据库。

布隆过滤器解决方案流程图：

布隆过滤器原理图：

布隆过滤器特点：

判断不存在：100%准确
判断存在：可能有误判（false positive）
空间效率高，时间复杂度O(k)

方案二：缓存空值（最常用/生产里常见）

当数据库返回不存在时，将空结果或占位值写入缓存，并设置一个较短的过期时间（如 30s 或 1min），避免频繁访问数据库。

优点：实现简单、维护成本低。
缺点：可能导致缓存大量无效的 key（需要设置较短 TTL）。

缓存预热和降级

系统上线时如何避免缓存冷启动问题？在缓存服务不可用时如何保证系统稳定性？

这种时候可以使用缓存预热和降级策略

策略流程图：

缓存降级流程图：

降级策略层级：

一般：网络抖动等偶发问题，自动降级
警告：成功率波动(95%-100%)，自动/人工降级
错误：可用率 < 90%，根据情况降级
严重：数据错误，紧急人工降级

缓存雪崩问题​

缓存击穿问题​

缓存穿透问题​

布隆过滤器原理图：​

方案二：缓存空值（最常用/生产里常见）​

缓存预热和降级​