Redis 缓存穿透、击穿与雪崩：原理与解决方案

用 Redis 做缓存几乎是后端项目的标配，但缓存用不好，反而会在高并发时把数据库拖垮。缓存穿透、击穿、雪崩是最常被问到、也最容易踩坑的三个问题，这篇文章把它们捋清楚。

1. 缓存穿透：查询一个根本不存在的数据

现象：请求查询一个数据库里也不存在的 key，缓存里自然也没有，每次请求都要打到数据库上。如果有人恶意用不存在的 id 疯狂请求，数据库很容易被打垮。

解决方案：

• 缓存空值：查询结果为空时，也把这个空结果缓存起来（设置一个较短的过期时间），避免同一个不存在的 key 反复穿透到数据库。

value = redis_client.get(key)
if value is None:
    value = query_from_db(key)
    if value is None:
        redis_client.setex(key, 60, '')  # 缓存空值，60 秒过期
    else:
        redis_client.setex(key, 3600, value)

• 布隆过滤器：提前把所有合法的 key 放进布隆过滤器，请求先经过过滤器判断，不在里面的 key 直接拒绝，连缓存都不用查。

2. 缓存击穿：一个热点 key 突然过期

现象：某个访问量极高的 key（比如首页热门文章）缓存过期的瞬间，大量并发请求同时穿透到数据库，短时间内造成数据库压力骤增。

解决方案：

• 加互斥锁：缓存失效时只让一个请求去查数据库并重建缓存，其他请求等待或读旧值。

lock_key = f'lock:{key}'
if redis_client.set(lock_key, '1', nx=True, ex=10):
    try:
        value = query_from_db(key)
        redis_client.setex(key, 3600, value)
    finally:
        redis_client.delete(lock_key)
else:
    time.sleep(0.05)
    value = redis_client.get(key)  # 重试读取

• 热点数据不过期：对特别热门的 key，直接不设置过期时间，靠后台任务异步更新。

3. 缓存雪崩：大量 key 集中在同一时刻过期

现象：如果给一批 key 设置了相同的过期时间，到了那个时间点，缓存集体失效，请求瞬间全部涌向数据库。

解决方案：

• 过期时间加随机值：避免大量 key 在同一时刻集中失效。

import random

expire_time = 3600 + random.randint(0, 300)  # 基础 1 小时 + 0~5 分钟随机抖动
redis_client.setex(key, expire_time, value)

• 多级缓存：本地缓存（如内存缓存）+ Redis 缓存，即使 Redis 整体不可用，也能兜底一部分请求。
• 限流 + 降级：数据库压力过大时，通过限流保护数据库，必要时返回降级数据（比如旧数据或默认值）。

小结

这三个问题看着相似，但触发条件和解法都不一样，面试也经常放在一起问。理解清楚各自的场景，才能在实际项目里对症下药。