缓存挡不住时,数据库先倒
Redis 挡在数据库前面,替它扛下绝大部分读请求。平时风平浪静,可一旦缓存没命中、命不中、或者成片失效,流量就会直接压到数据库上,几秒钟就能把它打垮。这三种事故有固定的名字:穿透、击穿、雪崩。名字相近,成因和解法却完全不同。
先看缓存是怎么挡流量的
最常见的用法是旁路缓存(Cache-Aside):读的时候先查 Redis,命中直接返回;没命中再查数据库,查到后写回 Redis 并设置过期时间。写的时候更新数据库,然后删除缓存。
这套模式的安全感,来自命中率:命中率 99% 时,数据库只承担 1% 的读流量。三种事故的本质都一样——命中率在某个时刻断崖式下跌,数据库瞬间要承受平时几十倍的压力。
查的东西根本不存在
请求的数据在数据库里也没有,比如 id = -1,或者被人用随机 ID 恶意刷接口。数据库查不到,就不会写回缓存,下一次同样的请求还是查不到缓存,每一次都直接打到数据库上,缓存形同虚设。
有人不停打电话到店里问"有没有一款你们从来没卖过的商品"。店员每次都去仓库翻一遍,翻完说"没有",却从不记下来——下一个电话进来,又去翻一遍。
三种对策,可以叠加使用:
入口校验
在接口层拦掉明显非法的参数:ID 为负数、格式不对、超出范围。成本最低,能挡住大部分无效请求。
缓存空值
数据库查不到时,也往缓存里写一个空值标记,设置较短的过期时间(如 30~60 秒)。同一个不存在的 ID 再来,直接被缓存挡住。缺点是随机 ID 攻击会让缓存里堆满空值,所以过期时间要短。
布隆过滤器
把所有存在的 ID 预先放进布隆过滤器,请求先问它:它说"不存在",就一定不存在,直接返回;它说"可能存在",再去查缓存和数据库。用很少的内存就能挡住海量的随机 ID。
Redis 8 起,布隆过滤器已经内置在 Redis 开源版里(之前需要单独加载 RedisBloom 模块),直接就能用:
布隆过滤器有两个特点要记住:会误判"存在",但不会误判"不存在",所以少量请求仍会穿过去,这没关系;不支持删除,商品下架后它仍然认为存在。需要删除时可以改用布谷鸟过滤器(CF.ADD / CF.DEL),或者定期重建布隆过滤器。
一个热点键过期,千军万马同时回源
数据是存在的,平时也都命中缓存。问题出在一个访问量极高的键(秒杀商品、热搜详情)恰好过期的那一瞬间:几千个并发请求同时发现缓存没了,同时去查数据库、同时重建缓存。这个键的全部流量,在几百毫秒内一起压向数据库。
对策的核心是:别让所有请求都去重建。
| 方案 | 做法与取舍 |
|---|---|
| 互斥重建 | 缓存失效时,只有抢到锁(SET lock:product:1001 token NX PX 5000)的那个请求去查数据库并写回缓存,其他请求稍等片刻再读缓存。数据是新的,代价是部分请求要等待。加锁的细节见上一篇《Redis 分布式锁》 |
| 逻辑过期 | 缓存不设 TTL,而是在值里存一个"逻辑过期时间"。读到已过期的数据时,先把旧数据返回,同时由一个请求(同样用锁控制)在后台异步刷新。请求永远不用等,代价是短时间内会读到旧数据 |
| 热点永不过期 | 对已知的热点键(如首页、活动页)不设过期时间,由定时任务主动刷新。适合热点可预期的场景 |
不是一个键,是一大片
击穿是一个热点键失效;雪崩是大量键在同一时间失效,或者 Redis 本身宕机。两种情况结果相同:缓存层整体失守,全部流量涌向数据库。
第一种情况很常见:系统启动时批量预热了一批数据,过期时间都设成 1 小时,一小时后它们同时到期。第二种情况则是 Redis 实例故障、网络中断,或者内存打满后大量淘汰。
过期时间加随机值
在基础 TTL 上加一个随机偏移,比如 3600 + random(0, 300) 秒,让过期时间在 5 分钟内均匀分散,不再集中到同一秒。这是最简单也最有效的一步。
保证 Redis 自身高可用
用哨兵(Sentinel)或 Redis Cluster 做主从切换和分片,单个节点故障不影响整体;Redis 企业版和 Redis Cloud 还提供自动故障切换与跨可用区部署。
多级缓存
在应用进程内再加一层本地缓存(如 Caffeine),Redis 出问题时,热点数据还能从本地缓存读到,给数据库多一层缓冲。
限流与降级
在数据库前加限流,超出承受能力的请求直接返回兜底数据或友好提示。宁可部分请求失败,也不能让数据库被打垮,否则所有业务一起不可用。
商场所有收银台约好同一时刻交接班——那一刻门口一定排起长队。错开交接时间(随机 TTL)、多开备用收银台(高可用)、在门口限流(降级),队伍就不会把大门挤爆。
三种事故,别再混了
| 事故 | 数据存在吗 | 涉及多少键 | 首选对策 |
|---|---|---|---|
| 缓存穿透 | 不存在 | 任意多个不存在的键 | 入口校验 + 缓存空值 + 布隆过滤器 |
| 缓存击穿 | 存在 | 一个热点键 | 互斥重建 / 逻辑过期 / 热点永不过期 |
| 缓存雪崩 | 存在 | 大批键,或整个 Redis | 随机 TTL + 高可用 + 多级缓存 + 限流降级 |
一句话记忆:穿透是"查无此人",击穿是"一个热点倒了",雪崩是"一片同时倒了"。排查时先看日志里回源请求的键:是大量不存在的 ID,还是集中在某个热点键,还是成片地同时到期。
上线前就该准备好的
| 检查项 | 说明 |
|---|---|
| 监控命中率 | INFO stats 里的 keyspace_hits 和 keyspace_misses 可算出命中率;命中率突然下跌,往往是三种事故的第一个信号 |
| 找出热点键 | redis-cli --hotkeys 可以找出访问最频繁的键(需要淘汰策略为 LFU);热点键要提前用互斥重建或永不过期保护 |
| 批量写入加随机 TTL | 预热、批量导入时统一加随机偏移,从源头避免集中过期 |
| 数据库连接池设上限 | 回源请求再多,也不能超过数据库能承受的连接数,超出的请求排队或降级 |
| 演练 | 在测试环境模拟 Redis 宕机、热点键过期,确认限流和降级真的会生效 |
守住命中率,就守住了数据库
穿透、击穿、雪崩,说到底都是缓存命中率在某一刻崩塌。对付"查无此人"用校验、空值和布隆过滤器;对付"热点过期"让一个请求去重建;对付"成片失效"把过期时间打散,再用高可用、多级缓存和限流兜底。三道防线提前布好,大促那天数据库才睡得安稳。
