大家好我是木泽。你们有没有发现现在互联网系统中Redis 几乎已经成为高并发架构的“标配”。用户登录信息、商品详情、热点新闻、秒杀库存、排行榜数据全都放 Redis。甚至一些复杂计算结果也会提前缓存到 Redis 中。为什么因为数据库扛不住。一次请求直接查询 MySQL客户端请求 | ↓ MySQL | ↓ 返回数据如果用户量从几千增长到几十万每一次请求都访问数据库数据库连接池会迅速耗尽CPU 飙升磁盘 IO 打满最终整个系统瘫痪。于是我们引入缓存客户端请求 | ↓ Redis | ↓ MySQL正常情况下热点数据从 Redis 读取冷门数据查询数据库查询结果重新写入 Redis系统性能提升几十倍甚至几百倍。但是Redis 并不是用了就万事大吉。在真实生产环境中缓存系统经常会遇到三个经典问题缓存穿透缓存击穿缓存雪崩很多面试会问“说说缓存穿透、缓存击穿和缓存雪崩有什么区别”但真正优秀的工程师不只是知道概念。更重要的是为什么会发生会造成什么影响如何设计防护方案哪些方案适合生产环境今天我们一次讲透。一、缓存穿透请求的数据Redis和数据库都没有1. 什么是缓存穿透缓存穿透指的是用户请求的数据在 Redis 不存在同时数据库中也不存在导致请求不断穿过缓存直接访问数据库。看一下流程用户请求 | ↓ Redis查询 | ↓ 不存在 | ↓ 查询MySQL | ↓ 不存在 | ↓ 返回空结果问题在哪里如果这是一次正常请求没有任何问题。但是如果有人恶意构造大量不存在的数据例如GET /user?id-10001 GET /user?id999999999 GET /user?idabcxxxRedis没有。MySQL没有。于是每一次请求都会打到数据库。大量无效请求最终可能导致数据库 CPU 升高数据库连接耗尽正常用户请求变慢服务整体不可用2. 一个真实业务场景假设你的系统有商品查询接口GET /product/10086正常情况下Redis 里有product:10086 { name:iPhone, price:6999 }直接返回。但是攻击者GET /product/-1 GET /product/-2 GET /product/-3 ... GET /product/-999999你的代码public Product getProduct(Long id){ Product product redis.get(product: id); if(product ! null){ return product; } product mysql.query(id); return product; }每一次请求Redis 查不到继续查询数据库最终数据库成为压力中心。3. 如何解决缓存穿透方案一缓存空对象这是最简单的方法。如果数据库不存在不要什么都不存而是在 Redis 保存一个空值。例如product:-10001 null代码public Product getProduct(Long id){ String key product: id; Product product redis.get(key); if(product ! null){ return product; } product mysql.query(id); if(product null){ redis.setex(key, 300, null); return null; } redis.setex(key, 3600, product); return product; }这样第一次Redis 不存在 → 查询数据库 → 数据库不存在 → 写入 Redis 空值。第二次Redis 存在 null → 直接返回。优点实现简单效果明显缺点如果恶意请求大量不同 IDRedis 可能存大量无效 key。方案二布隆过滤器布隆过滤器是一种空间效率非常高的数据结构。核心思想是提前判断“这个数据一定不存在吗”例如商品系统上线把所有商品 ID 加入布隆过滤器商品ID 1001 1002 1003 1004请求productId99999时流程请求 ↓ Bloom Filter ↓ 不存在 ↓ 直接返回根本不会访问 Redis 和数据库。Java 示例public Product getProduct(Long id){ if(!bloomFilter.contains(id)){ return null; } Product product redis.get(product: id); if(product ! null){ return product; } return mysql.query(id); }优点节省 Redis 空间防御大量恶意请求缺点存在误判概率。也就是说布隆过滤器可能认为存在但不会认为不存在的数据一定存在。二、缓存击穿一个热点Key突然失效1. 什么是缓存击穿缓存击穿指一个热点数据缓存失效大量请求同时访问数据库。重点缓存击穿针对的是一个热点 Key。例如明星演唱会门票ticket:2026平时 Redis 里剩余 100 张。突然缓存过期瞬间 10 万人同时访问100000请求 | ↓ Redis查询 | ↓ 缓存失效 | ↓ 100000请求访问MySQL数据库瞬间压力暴增。2. 为什么缓存击穿危险因为热点数据访问量巨大。比如一个新闻热搜news:top1访问量 10 万 QPS。如果缓存失效10 万请求同时进入数据库。数据库 500 QPS 还能撑10 万 QPS 直接崩溃。3. 如何解决缓存击穿方案一设置热点Key永不过期对于极热点数据不要设置 TTL。例如hot_news:001永久保存数据更新时主动刷新redis.set(hot_news, newsData);适合热搜首页推荐配置数据方案二互斥锁核心思想只允许一个请求查询数据库。第一个请求Redis 失效 → 获取锁 → 查询数据库 → 写入 Redis → 释放锁。其他请求Redis 失效 → 获取锁失败 → 等待 → 重新查询 Redis。代码public Product getProduct(Long id){ String key product: id; Product product redis.get(key); if(product ! null){ return product; } synchronized(this){ product redis.get(key); if(product ! null){ return product; } product mysql.query(id); redis.setex(key, 3600, product); } return product; }生产环境通常使用Redis 分布式锁Redisson三、缓存雪崩大量缓存同时失效1. 什么是缓存雪崩缓存雪崩大量缓存 Key 在同一时间过期导致大量请求直接访问数据库。例如你的系统凌晨 12 点批量加载缓存所有缓存 12:00 过期商品缓存 12:00过期 订单缓存 12:00过期 用户缓存 12:00过期 首页缓存 12:00过期12 点 01 分大量请求进入Redis 没有数据全部访问 MySQLRedis大量失效 ↓ 请求全部进入数据库 ↓ 数据库压力暴增 ↓ 数据库崩溃 ↓ 整个系统不可用2. 如何解决缓存雪崩方法一随机过期时间不要把过期时间设成全部一致expire3600秒改成expire3600random(300)例如商品 A 3605 秒、商品 B 3710 秒、商品 C 3890 秒让缓存自然分散。Javaint expire 3600 new Random().nextInt(300); redis.setex(key, expire, value);方法二缓存预热系统上线前提前加载热点数据。例如每天凌晨统计热门商品 → 提前查询数据库 → 写入 Redis避免用户第一次访问造成压力。方法三多级缓存大型互联网系统通常不会只依赖 Redis。架构浏览器缓存 ↓ CDN缓存 ↓ 本地缓存 ↓ Redis ↓ MySQL每一级承担压力。四、三者区别总结一句话记忆穿透你查的是不存在的数据。击穿你查的是一个热点数据但它突然没了。雪崩大量数据一起没了。五、真正生产环境应该怎么设计一个成熟的缓存体系不应该只靠 Redis。通常组合请求 ↓ 参数校验 ↓ 布隆过滤器 ↓ Redis缓存 ↓ 分布式锁 ↓ 数据库 ↓ 缓存更新同时热点数据长期缓存普通数据随机 TTL空数据短时间缓存重要接口限流数据库做好保护因为缓存的本质不是简单存数据而是在流量洪峰到来时保护核心系统。六、写在最后Redis 很快但 Redis 解决不了所有问题。真正高并发系统的核心不是“用了 Redis”而是“知道 Redis 什么时候会失效并提前设计防护”。缓存穿透考验的是你能不能挡住无效流量。缓存击穿考验的是你能不能保护热点数据。缓存雪崩考验的是你的系统有没有整体容灾能力。优秀的架构不是在事故发生后修复而是在事故发生之前已经想到它会发生。这才是 Redis 缓存设计真正的价值。既然都看到这了如果喜欢这篇文章随手点个赞、在看、转发三连吧如果想第一时间收到推送也可以给我个星标⭐感谢收看我们下期见。
大家好我是木泽。你们有没有发现现在互联网系统中Redis 几乎已经成为高并发架构的“标配”。用户登录信息、商品详情、热点新闻、秒杀库存、排行榜数据全都放 Redis。甚至一些复杂计算结果也会提前缓存到 Redis 中。为什么因为数据库扛不住。一次请求直接查询 MySQL客户端请求 | ↓ MySQL | ↓ 返回数据如果用户量从几千增长到几十万每一次请求都访问数据库数据库连接池会迅速耗尽CPU 飙升磁盘 IO 打满最终整个系统瘫痪。于是我们引入缓存客户端请求 | ↓ Redis | ↓ MySQL正常情况下热点数据从 Redis 读取冷门数据查询数据库查询结果重新写入 Redis系统性能提升几十倍甚至几百倍。但是Redis 并不是用了就万事大吉。在真实生产环境中缓存系统经常会遇到三个经典问题缓存穿透缓存击穿缓存雪崩很多面试会问“说说缓存穿透、缓存击穿和缓存雪崩有什么区别”但真正优秀的工程师不只是知道概念。更重要的是为什么会发生会造成什么影响如何设计防护方案哪些方案适合生产环境今天我们一次讲透。一、缓存穿透请求的数据Redis和数据库都没有1. 什么是缓存穿透缓存穿透指的是用户请求的数据在 Redis 不存在同时数据库中也不存在导致请求不断穿过缓存直接访问数据库。看一下流程用户请求 | ↓ Redis查询 | ↓ 不存在 | ↓ 查询MySQL | ↓ 不存在 | ↓ 返回空结果问题在哪里如果这是一次正常请求没有任何问题。但是如果有人恶意构造大量不存在的数据例如GET /user?id-10001 GET /user?id999999999 GET /user?idabcxxxRedis没有。MySQL没有。于是每一次请求都会打到数据库。大量无效请求最终可能导致数据库 CPU 升高数据库连接耗尽正常用户请求变慢服务整体不可用2. 一个真实业务场景假设你的系统有商品查询接口GET /product/10086正常情况下Redis 里有product:10086 { name:iPhone, price:6999 }直接返回。但是攻击者GET /product/-1 GET /product/-2 GET /product/-3 ... GET /product/-999999你的代码public Product getProduct(Long id){ Product product redis.get(product: id); if(product ! null){ return product; } product mysql.query(id); return product; }每一次请求Redis 查不到继续查询数据库最终数据库成为压力中心。3. 如何解决缓存穿透方案一缓存空对象这是最简单的方法。如果数据库不存在不要什么都不存而是在 Redis 保存一个空值。例如product:-10001 null代码public Product getProduct(Long id){ String key product: id; Product product redis.get(key); if(product ! null){ return product; } product mysql.query(id); if(product null){ redis.setex(key, 300, null); return null; } redis.setex(key, 3600, product); return product; }这样第一次Redis 不存在 → 查询数据库 → 数据库不存在 → 写入 Redis 空值。第二次Redis 存在 null → 直接返回。优点实现简单效果明显缺点如果恶意请求大量不同 IDRedis 可能存大量无效 key。方案二布隆过滤器布隆过滤器是一种空间效率非常高的数据结构。核心思想是提前判断“这个数据一定不存在吗”例如商品系统上线把所有商品 ID 加入布隆过滤器商品ID 1001 1002 1003 1004请求productId99999时流程请求 ↓ Bloom Filter ↓ 不存在 ↓ 直接返回根本不会访问 Redis 和数据库。Java 示例public Product getProduct(Long id){ if(!bloomFilter.contains(id)){ return null; } Product product redis.get(product: id); if(product ! null){ return product; } return mysql.query(id); }优点节省 Redis 空间防御大量恶意请求缺点存在误判概率。也就是说布隆过滤器可能认为存在但不会认为不存在的数据一定存在。二、缓存击穿一个热点Key突然失效1. 什么是缓存击穿缓存击穿指一个热点数据缓存失效大量请求同时访问数据库。重点缓存击穿针对的是一个热点 Key。例如明星演唱会门票ticket:2026平时 Redis 里剩余 100 张。突然缓存过期瞬间 10 万人同时访问100000请求 | ↓ Redis查询 | ↓ 缓存失效 | ↓ 100000请求访问MySQL数据库瞬间压力暴增。2. 为什么缓存击穿危险因为热点数据访问量巨大。比如一个新闻热搜news:top1访问量 10 万 QPS。如果缓存失效10 万请求同时进入数据库。数据库 500 QPS 还能撑10 万 QPS 直接崩溃。3. 如何解决缓存击穿方案一设置热点Key永不过期对于极热点数据不要设置 TTL。例如hot_news:001永久保存数据更新时主动刷新redis.set(hot_news, newsData);适合热搜首页推荐配置数据方案二互斥锁核心思想只允许一个请求查询数据库。第一个请求Redis 失效 → 获取锁 → 查询数据库 → 写入 Redis → 释放锁。其他请求Redis 失效 → 获取锁失败 → 等待 → 重新查询 Redis。代码public Product getProduct(Long id){ String key product: id; Product product redis.get(key); if(product ! null){ return product; } synchronized(this){ product redis.get(key); if(product ! null){ return product; } product mysql.query(id); redis.setex(key, 3600, product); } return product; }生产环境通常使用Redis 分布式锁Redisson三、缓存雪崩大量缓存同时失效1. 什么是缓存雪崩缓存雪崩大量缓存 Key 在同一时间过期导致大量请求直接访问数据库。例如你的系统凌晨 12 点批量加载缓存所有缓存 12:00 过期商品缓存 12:00过期 订单缓存 12:00过期 用户缓存 12:00过期 首页缓存 12:00过期12 点 01 分大量请求进入Redis 没有数据全部访问 MySQLRedis大量失效 ↓ 请求全部进入数据库 ↓ 数据库压力暴增 ↓ 数据库崩溃 ↓ 整个系统不可用2. 如何解决缓存雪崩方法一随机过期时间不要把过期时间设成全部一致expire3600秒改成expire3600random(300)例如商品 A 3605 秒、商品 B 3710 秒、商品 C 3890 秒让缓存自然分散。Javaint expire 3600 new Random().nextInt(300); redis.setex(key, expire, value);方法二缓存预热系统上线前提前加载热点数据。例如每天凌晨统计热门商品 → 提前查询数据库 → 写入 Redis避免用户第一次访问造成压力。方法三多级缓存大型互联网系统通常不会只依赖 Redis。架构浏览器缓存 ↓ CDN缓存 ↓ 本地缓存 ↓ Redis ↓ MySQL每一级承担压力。四、三者区别总结一句话记忆穿透你查的是不存在的数据。击穿你查的是一个热点数据但它突然没了。雪崩大量数据一起没了。五、真正生产环境应该怎么设计一个成熟的缓存体系不应该只靠 Redis。通常组合请求 ↓ 参数校验 ↓ 布隆过滤器 ↓ Redis缓存 ↓ 分布式锁 ↓ 数据库 ↓ 缓存更新同时热点数据长期缓存普通数据随机 TTL空数据短时间缓存重要接口限流数据库做好保护因为缓存的本质不是简单存数据而是在流量洪峰到来时保护核心系统。六、写在最后Redis 很快但 Redis 解决不了所有问题。真正高并发系统的核心不是“用了 Redis”而是“知道 Redis 什么时候会失效并提前设计防护”。缓存穿透考验的是你能不能挡住无效流量。缓存击穿考验的是你能不能保护热点数据。缓存雪崩考验的是你的系统有没有整体容灾能力。优秀的架构不是在事故发生后修复而是在事故发生之前已经想到它会发生。这才是 Redis 缓存设计真正的价值。既然都看到这了如果喜欢这篇文章随手点个赞、在看、转发三连吧如果想第一时间收到推送也可以给我个星标⭐感谢收看我们下期见。
