Redis 缓存穿透、击穿与雪崩:识别特征与实战应对方案

举报
yd_262150314 发表于 2026/11/13 01:53:18 2026/11/13
【摘要】 缓存穿透、击穿与雪崩是最容易混淆的三类缓存故障:穿透靠参数校验加缓存空值拦截,击穿用热点永不过期与互斥锁重建,雪崩靠TTL随机抖动与缓存高可用预防,并附线上快速定位清单。

在高并发系统中,Redis 作为缓存层承担了绝大部分读请求,但缓存本身也可能成为系统的脆弱点。缓存穿透、缓存击穿、缓存雪崩是三个最常见也最容易混淆的缓存故障模式。本文结合真实排查经验,梳理三者的识别特征,并给出可落地的应对方案。

一、三者到底有什么区别

用一句话区分:穿透是请求“打偏了”——查了不存在的数据;击穿是“并发打穿了”——热点 Key 恰好过期;雪崩是“大面积过期”——大量 Key 同时失效。

缓存穿透(Cache Penetration):请求的数据在缓存和数据库中都不存在。每次请求都穿过缓存打到数据库。典型场景:恶意爬虫用随机 ID 批量请求,或业务参数校验不严把非法参数透传到 DB。特征是数据库 CPU 和慢查询突增,而 Redis 命中率变化不大(因为 Key 本来就不在缓存里)。

缓存击穿(Cache Breakdown):某个热点 Key 在某一时刻过期,瞬间大量并发请求同时穿透缓存打到数据库。特征是数据库负载在几秒内被单个业务点的请求打满,通常伴随着缓存中该 Key 的 TTL 到期时间点。

缓存雪崩(Cache Avalanche):大量 Key 在同一时间段集中过期,或 Redis 节点整体故障,导致请求洪峰直接压到数据库。特征是数据库连接数、慢查询在极短时间内整体抬升,且影响面是全业务而非单点。

二、缓存穿透的应对

穿透的本质是“无效请求可以无限重复”。应对思路是让无效请求在到达数据库之前就被拦截:

  1. 参数合法性校验:在网关或业务入口对 ID 格式、范围做校验,非法参数直接返回,不进缓存也不进 DB,这是成本最低的一道防线。
  2. 缓存空值(缓存 null):查询数据库发现数据不存在时,往 Redis 写入一个空值(如 NULL 占位),并设置较短的过期时间(例如 2~5 分钟)。注意空值的 TTL 一定要比正常 Key 短,避免正常数据写入后仍被空值挡住。
  3. 布隆过滤器(Bloom Filter):在缓存前置一个布隆过滤器,所有合法 Key 提前加载。请求先过布隆过滤器,不存在则直接返回。布隆过滤器有一定误判率(把存在的判成不存在不会发生,反向会),但能挡住绝大多数恶意随机请求。Key 集合变化时需要重建或使用可删除的变体(如 Counting Bloom Filter)。

实际项目中,参数校验 + 缓存空值通常已经足够;只有在遭遇明显的恶意刷量时才需要上布隆过滤器。

三、缓存击穿的应对

击穿的关键是“热点 Key 过期瞬间的高并发”。常用手段:

  1. 热点 Key 永不过期:对真正的热点数据不设置 TTL,由后台任务异步刷新。适合读多写少、允许短暂不一致的场景,如商品详情、配置信息。
  2. 互斥锁(Mutex)重建:只有一个线程能拿到锁去查数据库并回填缓存,其他线程短暂等待后重试读缓存。用 Redis 的 SET NX EX 实现分布式锁即可。注意设置合理的锁超时,避免死锁。
  3. 逻辑过期:Key 本身不设置 Redis TTL,而是在 Value 里嵌入一个逻辑过期时间戳。读取时若发现逻辑过期,则异步起一个线程刷新缓存,当前请求仍返回旧值。这种方式对用户无感,但实现稍复杂,需要处理好并发刷新的去重。

三种方式可以组合:热点数据用“永不过期 + 异步刷新”,普通热点用“互斥锁重建”,对一致性要求不高的读场景用“逻辑过期”。

四、缓存雪崩的应对

雪崩的根因是“过期时间过于集中”或“缓存层整体不可用”。应对要从写入时和故障时两个维度做:

  1. 过期时间加随机抖动:写入缓存时 TTL 在基础值上加一个随机偏移(如基础 30 分钟 ± 5 分钟),避免大批量 Key 在同一秒过期。这是性价比最高的预防手段,几乎零成本。
  2. 缓存高可用:Redis 采用主从 + 哨兵或 Cluster 模式,避免单点故障导致缓存层整体不可用。同时做好容量规划,内存使用率超过 70% 就要预警扩容。
  3. 多级缓存:在应用本地加一层 Caffeine/Guava 本地缓存作为 L1,Redis 作为 L2。即使 Redis 短暂不可用,本地缓存仍能扛住一部分流量,为故障恢复争取时间。
  4. 服务降级与限流:在网关层对缓存穿透到 DB 的路径做限流,极端情况下对非核心读接口做降级(如返回默认值或兜底数据),保住核心链路。配合熔断器(如 Resilience4j)防止数据库被彻底打垮。

五、排查时的快速定位清单

线上出现数据库负载突增时,可以按这个顺序排查:

  1. 看 Redis 命中率曲线:命中率骤降 + DB 负载上升,大概率是击穿或雪崩;命中率平稳 + DB 慢查询上升,偏向穿透。
  2. 看慢查询日志的 SQL 模式:大量 WHERE id = ? 且参数各不相同 → 穿透;同一条 SQL 高频出现 → 击穿。
  3. 看 Key 的 TTL 分布:用 SCAN 抽样检查一批 Key 的 TTL,如果大量 Key 的 TTL 集中在同一时间窗口 → 雪崩风险已兑现。
  4. 看 Redis 服务端状态:INFO stats 中的 evicted_keys、expired_keys 异常增长,或主从切换记录,都指向缓存层本身的问题。

六、总结

故障模式 本质 首选应对
缓存穿透 查不存在的数据 参数校验 + 缓存空值,恶意场景加布隆过滤器
缓存击穿 热点 Key 过期瞬间并发 热点永不过期 / 互斥锁重建 / 逻辑过期
缓存雪崩 大量 Key 同时失效 TTL 加随机抖动 + 缓存高可用 + 限流降级

三类问题没有银弹,核心思想都是“不要让数据库直面突发流量”。建议在新项目上线前就把 TTL 随机抖动和空值缓存做成公共组件的默认行为,把故障消灭在设计阶段,而不是在线上救火时才补课。

【声明】本内容来自华为云开发者社区博主,不代表华为云及华为云开发者社区的观点和立场。转载时必须标注文章的来源(华为云社区)、文章链接、文章作者等基本信息,否则作者和本社区有权追究责任。如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0)

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。