缓存一失效就打穿数据库:Redis 穿透、击穿、雪崩的现场指纹与修法
线上商品详情页接了 Redis 读缓存,TTL 统一 30 分钟。有天凌晨数据库连接数暴涨,接口 P99 从 40ms 涨到 3s。复盘时发现三种「缓存没接住数据库」的形态在同一天全出现了,这篇把它们的现场指纹和各自修法记一遍。
一、先分诊:三种形态的指纹不一样
不要一上来就加锁或改 TTL,先用两组指标把问题归类:
- Redis 侧:
redis-cli INFO stats里 keyspace_hits / (keyspace_hits + keyspace_misses) 就是命中率,INFO commandstats看哪个命令被放大。 - 数据库侧:
SHOW GLOBAL STATUS LIKE 'Threads_connected'的活跃连接,和慢日志突增时间点与缓存层指标对齐。
归类规律:穿透是大量「根本不存在」的 key 落到库里,命中率断崖下跌但没有周期性尖峰;击穿是某个热点 key 失效的一瞬间并发全涌向 DB,表现为单条 SQL 突然几百 QPS、几秒后自愈;雪崩是一整片 key 同时到期,表现为成片、周期性,能把库打到重启。
二、穿透:不存在的商品 ID
日志里出现大量负数和超长随机的 goodsId,是爬虫在扫库。代码只在查到数据时写缓存,空结果不缓存,于是同一个不存在的 ID 每次都要落一次库。三层处理按性价比排序:
- 空值缓存:
SETEX key 60 "",TTL 给短,控制内存占用。 - 布隆过滤器:RedisBloom 的
BF.RESERVE key 0.01 100000000加BF.ADD,1% 误判率下上亿 ID 大约 240MB。注意它不支持删除,只适合「存在集合远大于变更量」的场景。 - 入口校验:ID 格式或范围非法直接拒掉,根本不进缓存层。
坑:加了空值缓存后监控里的命中率会掉,因为原来 miss 直接下库、现在 miss 命中了一个空值,别把它当成「缓存效果变差」。
三、击穿:热点 key 到期的那一秒
某个秒杀商品详情 key 在整点过期,一千并发同时 miss 同时查库,DB 连接池被这一条 SQL 打满,连带其他业务的查询一起排队。常用两种解法:
- 互斥重建:
SET lock:goods:88123 token NX PX 3000,抢到锁的线程查库回写后释放,其余线程等 50ms 重试读缓存。释放要用 Lua 比较 token 再删,否则会误删别人的锁;锁的超时也要大于一次「查库 + 回写」的 P99。 - 逻辑过期:value 里带一个 expireAt 字段,读到逻辑过期的数据不直接查库,而是丢给异步线程重建,当前请求先返回旧值。牺牲一点一致性换可用,热点场景更稳。
四、雪崩:TTL 一模一样才是原罪
那次做迁移跑了预热脚本,几百万 key 用同一个 30 分钟 TTL 写进去,半小时后同时过期,库直接连不上。修法不在「把 TTL 调长」,而在打散:
- TTL = 基础值 + rand(0, 300),一行改动收益最大。
- 预热分批并限速,别一次性灌满。
- 加本地缓存层(Caffeine,秒级 TTL),Redis 抖动时不至于全量落到库。
- DB 侧兜底:连接池上限、查询超时、熔断降级返回静态兜底数据,避免「缓存失效」演变成「整站不可用」。
- Redis 本身高可用:主节点挂掉约等于全量穿透,哨兵或集群要提前配好。
五、怎么验证自己修对了
压测复现比读代码可靠:挑一个即将过期的热点接口,用 ab -c 200 -n 2000 在过期时间点打过去,观察 DB 活跃连接数曲线。热 key 可以先用 redis-cli --hotkeys(需要 maxmemory-policy 设成 lfu)或短时开 MONITOR 采样,MONITOR 本身有开销,别在生产久开。监控至少留四项:命中率、单 key QPS、缓存重建锁等待时长、DB 活跃连接数。
小结:三兄弟的区别只在「打穿的到底是什么」——穿透打的是不存在的数据,击穿打的是某一个 key 到期的那一秒,雪崩打的是一整片 key 到期的那一片时间。指纹不同,药方也就不该一样。
- 点赞
- 收藏
- 关注作者
评论(0)