什么是缓存击穿、缓存穿透、缓存雪崩

https://chat.deepseek.com/share/mly20xe9tljbrep3j4

面试记录 2026-09-20

题目：什么是缓存击穿、缓存穿透、缓存雪崩

难度：low

标签：db/redis/cache, general/knowledge

评分：⭐⭐⭐⭐☆（4/5）

我的回答

缓存击穿、穿透、雪崩，是在使用缓存过程中出现的几种常见的问题。缓存击穿是指使用了使用的数据缓存本来是应该打到缓存上的，但实际上访问的时候，这个缓存过期了，它访问到了数据库，这时候叫它就击穿了缓存，所以叫缓存击穿。缓存穿透的话，指的是使用缓存中不存在的数据去访问，数据库中本身它也不存在，这时候它实际上是一种攻击的方式，最终拿一批不存在的数据去访问数据库，个个都能穿透缓存，最终达到缓存穿透的效果，所有的请求去耗费你的资源，访问你的数据库。而缓存雪崩对应的其实更接近于服务架构本身的设计问题。雪崩是指的大批量的缓存同时过期也好，你说缓存服务出现了问题也好，都缓存无法正常响应，所有的请求直接打数据库，没有缓存层。这种情况下叫做缓存雪崩。相应的这些，面对这些问题的处理方式也各不相同。如缓存击穿，缓存击穿的话，处理方式一般是在为了防止一个请求打穿了之后，其他的请求跟风一起打到数据库，这时候基本上是单线程，在获取访问数据库的时候，加个单线程，加个锁，让缓存击穿的数据只有一条，其他数据先等待，这样其他数据都读的也都是缓存的数据，只有一条打到了数据库，没有什么时质的危害性。而缓存穿透这种的话，基本上是对数据做过滤，首先去识别这个数据的是否有效，而不是直接去让它打缓存。识别有效的话，常见的基本上是布隆过滤器，这种方式把数据加载，当然它有自己的风险问题。如果系统的防护率没那么高，可能会使用一些更简单的方式，比如说这个数据它没有没有的时候，我就直接给它缓存一下，防止它下次再打。这种可以识别处理一些类似于拿 -1 去访问你数据的问题。但是如果对方长期的使用各种不存在的数据去访问，这时候可能就要占据你大量的缓存了。这种处理方式，如果你没做处理，没有做前置的布隆过滤器那种相对的资源消耗比较大的处理，你就处理可能就人工发现去封 IP，或者是做对应的账号做一些特殊的处理，风控。然后缓存雪崩的话，常见的一个是保证设备的稳定性，设备的可持续提供的能力。另外就是对缓存的过期时间做把控。比如对缓存加一些缓存的过期时间加随机数，确保不在同一时间去统一，大量的缓存不在同一时间过期，来达到处理缓存雪崩的目的。

点评

优点：

• 三个概念定义清晰准确，尤其穿透→攻击手段的定性非常到位
• 击穿方案提到"单线程/加锁只让一条穿透"→ 互斥锁思路正确
• 穿透方案有层次：布隆过滤器 → 空值缓存 → 风控/IP 封禁，主动提到空值缓存的副作用
• 雪崩方案覆盖到过期时间加随机数，最核心手段

不足：

• 击穿漏了「逻辑过期 + 异步刷新」方案（缓存永不过期，值里存业务过期时间，过期后异步重建）
• 穿透提了布隆过滤器但没提动态更新问题（新增数据要同步进 bloom filter），以及误判率权衡
• 雪崩漏了：Redis 主从高可用（Sentinel/Cluster）、多级缓存（Caffeine + Redis）、限流熔断兜底
• "单线程加锁"表述含糊，Redis 侧一般用 SETNX 互斥锁 or Redisson 分布式锁，不是应用侧同步锁

补充：

1. 击穿：互斥锁 → 逻辑过期 → 永不过期 + 定时刷新（三档方案）
2. 穿透：布隆过滤器（预加载 + 定期重建）→ 空值短过期 → 接口鉴权层拦截
3. 雪崩：过期时间加随机 → 主从高可用 → 多级缓存 → 限流熔断兜底
4. 工程实践：三种问题常组合出现，需组合防御；上线前做容量评估和压测

完整讲解

第一部分：知识重点剖析

核心考点定位：三种问题的根因不同（单点失效 vs 无效数据 vs 批量失效），防御手段也必须差异化。

知识点拆解：

1. 缓存击穿（Cache Breakdown）—— 单热点 key 失效

• 场景：某个热点 key 突然过期，瞬间成千上万请求全部穿透到 DB
• 根因：单点 + 并发 + 过期
• 方案分层：
• 互斥锁重建：SET key_lock NX PX 10000，拿到锁的线程查 DB 并回填
• 逻辑过期：值结构里存 expireTime，物理 TTL 设为永不/超长；发现过期后异步重建
• 永不过期 + 后台刷新：定时任务提前刷新热点数据

1. 缓存穿透（Cache Penetration）—— 无效 key 一直不缓存

• 场景：请求一个数据库中根本不存在的 key，每次穿透到 DB
• 根因：数据不存在 → 无 key 可存 → 无缓存可查
• 方案分层：
• 空值缓存：DB 查不到就缓存 null，TTL 短；缺点：恶意请求可撑爆缓存
• 布隆过滤器：预加载所有有效 ID，误判率可控（推荐 1%），但新增数据要同步更新
• 入口校验：参数校验、鉴权、限流
• 风控兜底：同一 IP 高频无效请求 → 封禁

1. 缓存雪崩（Cache Avalanche）—— 批量失效 / Redis 挂

• 场景：大批 key 同时过期，或 Redis 集群整体不可用
• 根因：批量 + 基础设施故障
• 方案分层：
• TTL 加随机抖动：TTL = base + random(0, delta)
• Redis 高可用：主从 + Sentinel / Cluster
• 多级缓存：本地缓存 + Redis + DB
• 限流熔断：Sentinel / Hystrix

三者的组合防御：参数校验 → 布隆过滤器 → 本地缓存 → Redis 查询（命中/互斥锁重建/空值缓存）→ 缓存重建（TTL 加随机）→ DB 查询（限流熔断兜底）

第二部分：考察方向与延伸递进

考察方向：

• 深度：布隆过滤器如何动态更新？逻辑过期的时钟漂移问题？
• 广度：与数据库限流、CDN、多级缓存体系如何协同
• 应用：电商秒杀、社交 Feed 流、内容详情页的实际方案选型

延伸递进面试题：

1. 布隆过滤器不支持删除怎么办？数据新增如何同步？

• 解答要点：Count-Min Sketch 支持计数减一；新增数据写入时同步 hash 进过滤器；或用 RedissonBloom 支持动态扩容

1. 逻辑过期如何避免时钟漂移导致大量过期？

• 解答要点：用 Redis 服务端时间；或改用 Redis TTL 但配合互斥锁

1. 多级缓存的一致性 问题怎么解决？

• 解答要点：Cache-Aside + 发布订阅；本地缓存 TTL 极短（秒级）；业务容忍短暂不一致

1. 秒杀场景如何设计缓存防御体系？

• 解答要点：预热库存到 Redis + Lua 原子扣减 + 布隆过滤 + 消息削峰 + 空单降级

1. Redis 集群整体宕机，你的系统如何优雅降级？

• 解答要点：熔断打开 + 静态兜底数据 + 排队限流 + 前端提示

第三部分：面试者参考回答（300-600 字口语化）

面试官您好，这三种问题本质是失效模式不同：击穿是单点、穿透是无效、雪崩是批量。

缓存击穿是热点 key 过期，并发全部穿透。我用三档方案：互斥锁重建（SETNX + 短超时，其他线程短轮询读缓存）适合中等并发；逻辑过期（值里存 expireTime，物理 TTL 永不过期）适合高并发且容忍读旧；永过期 + 后台定时刷新适合核心热点数据。选哪个取决于能否接受读旧数据。

缓存穿透是请求不存在的 key，我用分层防御：入口参数校验先拦非法 ID；布隆过滤器预加载所有有效 ID，误判率控制到 1% 以内；对布隆漏网的，缓存空值 30 秒兜底。布隆有静态限制，我们定期全量重建，新增数据走 Count-Min Sketch 或 RedissonBloom 动态扩容。极端情况走风控封 IP。

缓存雪崩是批量失效或 Redis 挂，我用组合方案：TTL 加随机抖动避免同时过期；主从 + Sentinel 保证 Redis 可用；多级缓存（Caffeine + Redis）作为兜底；DB 侧接限流熔断，Sentinel 规则兜底。上线前做容量压测，确定临界值。

实际工程里这三种问题常同时出现，比如电商秒杀：热点商品 key 过期（击穿）+ 恶意刷不存在的 SKU（穿透）+ Redis 节点宕机（雪崩）。所以防御体系要分层叠加，而不是单选一种方案。