跳到主要内容
锦木信息 JINMU INFO
Redis 博客
Redis · 实战

缓存挡不住时,数据库先倒

缓存穿透、击穿、雪崩:三种事故的成因与对策

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。

▲ 正常情况:缓存命中直接返回,只有少量请求回源数据库cache-aside
应用请求 10 万 QPS Redis 缓存 命中率 99% 直接返回 未命中 1% 数据库 约 1000 QPS 穿透查的数据根本不存在 击穿一个热点键刚过期 雪崩大批键同时失效 任何一种发生,未命中比例都会骤升,数据库流量放大几十倍
01 · 前提

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。

# 读路径(伪代码) value = redis.GET("product:1001") if value == nil: value = db.query("SELECT … WHERE id = 1001") redis.SET("product:1001", value, EX 3600) return value

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。

02 · 缓存穿透

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。

打个比方

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:

1

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。

2

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。

3

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:

# 预计 100 万个元素,误判率 0.1% BF.RESERVE bf:product 0.001 1000000 BF.ADD bf:product 1001 BF.EXISTS bf:product 1001 # 1:可能存在,继续查 BF.EXISTS bf:product 999999 # 0:一定不存在,直接返回
i

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。

03 · 缓存击穿

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
# 互斥重建(伪代码) value = redis.GET(key) if value == nil: if redis.SET(lockKey, token, NX, PX=5000): # 只有一个请求能进来 value = db.query(…) redis.SET(key, value, EX=3600) release(lockKey, token) # Lua 校验后删除 else: sleep(50ms); return retry_get(key) # 其他请求稍后重读缓存 return value
04 · 缓存雪崩

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。

1

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。

2

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。

3

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。

4

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。

打个比方

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。

05 · 一张表分清

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。

06 · 运维视角

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
收尾 · 一句话

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。

穿透:数据不存在 → 入口校验 + 缓存空值(短 TTL)+ 布隆过滤器(Redis 8 内置 BF.*)· 击穿:热点键过期 → SET NX 互斥重建 / 逻辑过期 / 永不过期 · 雪崩:大批键同时失效或 Redis 宕机 → 随机 TTL + 哨兵/集群高可用 + 本地缓存 + 限流降级 · 监控 keyspace_hits / misses

内容依据 Redis 官方文档与常见工程实践整理 · redis.io · Bloom filter

示例中的 QPS、命中率与过期时间为说明性数字,实际取值请按业务压测结果确定。

聊聊您的数据难题

告诉我们业务现状,资深技术顾问一对一给出选型与实施建议,咨询免费。