Redis缓存击穿、缓存穿透、缓存雪崩(定义、产生原因、解决方案--代码示例)

前言

Redis 缓存作为高性能的数据访问层，在实际开发中经常面临三大经典问题：缓存击穿、缓存穿透、缓存雪崩。

本文将从它们各自的定义、产生的原因、实际开发过程中的解决方案出发，为大家详细描述相关的信息，并附有相关的go代码示例（嗯…最近go写的比较多，大家也可以用其它语言带入，原理都是一样的）

---

一、缓存穿透（Cache Penetration）

❓是什么？

• 客户端频繁请求数据库中根本不存在的 Key，缓存不命中、数据库也查询不到，导致所有请求都打到数据库，形成“穿透”。

⚠️产生原因：

• 恶意攻击者大量请求随机 key

• 参数异常或用户请求错误

✅解决方案

1. 设置空值缓存（推荐）

// 查询用户信息，缓存穿透处理：不存在也缓存
func GetUserInfo(id string) (string, error) {
	key := "user:" + id
	val, err := redisClient.Get(ctx, key).Result()
	if err == redis.Nil {
		// 缓存未命中，查数据库
		dbVal := queryDB(id)
		if dbVal == "" {
			// 防止穿透：缓存空值，设置短过期
			redisClient.Set(ctx, key, "null", 30*time.Second)
			return "", nil
		}
		redisClient.Set(ctx, key, dbVal, time.Hour)
		return dbVal, nil
	}
	if val == "null" {
		// 命中空值缓存
		return "", nil
	}
	return val, nil
}

2. 使用布隆过滤器（高并发下更优）

• 将可能存在的 key 预先存入布隆过滤器

• 只有布隆判断为可能存在的，才访问 Redis / DB

可选库：github.com/bits-and-blooms/bloom/v3

var bf = bloom.NewWithEstimates(1000000, 0.01)

func InitBloomFromDB() {
	for _, id := range queryAllIDs() {
		bf.Add([]byte(id))
	}
}

func CheckWithBloom(id string) bool {
	return bf.Test([]byte(id))
}

二、缓存击穿（Cache Breakdown）

❓是什么？

• 某个热点 key 失效的一瞬间，大量请求同时击穿缓存打到数据库，瞬间压垮 DB。

⚠️产生原因：

• 热点数据失效，瞬时并发请求全部走数据库

• 缓存更新不及时

✅解决方案

1. 设置互斥锁（分布式锁）

每次缓存未命中时，只有一个线程能去查数据库，其他等待。

func GetProductDetail(id string) string {
	key := "product:" + id
	val, err := redisClient.Get(ctx, key).Result()
	if err == redis.Nil {
		lockKey := "lock:" + id
		ok, _ := redisClient.SetNX(ctx, lockKey, "1", 10*time.Second).Result()
		if ok {
			defer redisClient.Del(ctx, lockKey)
			val = queryDB(id)
			redisClient.Set(ctx, key, val, 5*time.Minute)
		} else {
			// 等待缓存刷新后再取
			time.Sleep(100 * time.Millisecond)
			return GetProductDetail(id)
		}
	}
	return val
}

2. 提前续期：热点 key 永不过期

• 定时任务刷新 key 的 TTL，保持热 key 存在

• 或缓存永不过期，仅通过后台异步更新值

3. 多级缓存：本地缓存 + Redis

• 使用 Go 的 sync.Map 或 bigcache 等组件构建一级缓存

❄️ 三、缓存雪崩（Cache Avalanche）

❓是什么？

• 大量缓存同时过期或 Redis 故障，导致请求瞬间全部打到数据库，造成系统雪崩。

⚠️产生原因：

• 统一设置了大量 key 的相同过期时间
• Redis 整体不可用或宕机

✅解决方案

1. 过期时间加随机

• 避免所有缓存同一时间失效

ttl := 60 + rand.Intn(30) // 60~90秒
redisClient.Set(ctx, key, val, time.Duration(ttl)*time.Second)

2. 构建本地缓存备份（降级缓存）

var localCache = sync.Map{}

func GetWithFallback(id string) string {
	key := "data:" + id
	val, err := redisClient.Get(ctx, key).Result()
	if err != nil {
		if v, ok := localCache.Load(key); ok {
			return v.(string)
		}
		val = queryDB(id)
		redisClient.Set(ctx, key, val, time.Minute)
		localCache.Store(key, val)
	}
	return val
}

3. 熔断降级 + 限流保护 （golang中gin+redis实现熔断与限流）

• 高并发或 DB 延迟高时，短路请求或返回默认值，避免连锁反应

✅ 1. 熔断机制（Circuit Breaker）

核心思想：

• 监控数据库或下游服务的错误率和响应时间

• 如果连续失败或延迟严重，则“熔断”请求，快速失败，防止压垮系统

• 一段时间后尝试恢复（Half-Open 状态）

✅ 用处：

断开数据库压力路径，即便缓存失效也避免瞬时打爆 DB

✅ 2. 限流机制（Rate Limiting）

核心思想：

• 限制每秒（或每分钟）访问次数，控制系统负载

• 超出请求数的用户请求被拒绝、排队或延迟

✅ 用处：

• 限制缓存失效后的并发量，避免同时大量穿透到数据库

总结对比表

问题类型	现象	原因	核心解决方案
穿透	缓存&DB都没数据	攻击/异常ID	空值缓存 / 布隆过滤器
击穿	热点 key 同时失效	高并发打穿缓存	加锁 / 永久缓存 / 本地缓存
雪崩	大面积缓存同时失效	集中过期 / Redis挂	随机过期 / 降级缓存 / 限流熔断