为什么缓存优化至关重要？
在高并发系统中，缓存（Redis）能极大地减少数据库（MySQL）查询压力，提升网站性能。然而，如果缓存策略不合理，可能导致 缓存穿透、缓存击穿、缓存雪崩 等经典问题，进而引发数据库崩溃、系统可用性下降、响应变慢。
这些问题不仅影响SEO页面加载速度，还可能导致业务宕机。因此，深入理解Redis缓存的优化策略是架构设计中的关键。本文将详细介绍这些缓存问题的原理、影响，并提供对应的解决方案。
1. 什么是缓存穿透（Cache Penetration）？
缓存穿透： 缓存穿透是指查询的数据在缓存和数据库中都不存在，每次请求都会直接查询数据库还一无所获，导致数据库压力过大，甚至被击穿。通常发生在 恶意攻击、异常数据，导致 Redis 和 MySQL 都查不到数据。
解决方案
✅ 方法 1：缓存不存在的空值（推荐）
当数据库返回空结果时，将 null 或 empty 值也存入 Redis，防止后续同样的查询持续打穿透到 MySQL 数据库。比如可用如下代码逻辑有效防止缓存穿透：
key := "uid:9999999"
result := redis.Get(key)
if result == nil {
user := db.Query("SELECT * FROM users WHERE uid=9999999")
if user == nil {
redis.Set(key, "empty", 60) // 缓存空值 60 秒
} else {
redis.Set(key, user, 600) // 缓存正常数据 10 分钟
}
}
✅ 方法 2：布隆过滤器（Bloom Filter）（高效拦截非法请求）
使用布隆过滤器存储所有合法的 uid，请求时先查询布隆过滤器，避免无效查询。
if !bloomFilter.Exists("uid:9999999") {
return nil // 直接返回，不查询数据库
}
✅ 方法 3：参数校验
在 API 层面限制非法请求，避免 uid < 0 或超出正常范围的数据进入查询逻辑。
2. 什么是缓存击穿（Cache Breakdown）？
缓存击穿 缓存击穿是指某个热点 key（如秒杀商品、热门新闻）突然过期，导致大量请求同时打到数据库，引发 MySQL 瞬时压力暴增。
解决方案
✅ 方法 1：热点数据永不过期（适用于超高访问量数据）
对于经常访问的热点数据，可以不设置 Redis 过期时间或由后台定期更新。
redis.Set("product:1001", data, 0) // 永不过期
✅ 方法 2：加互斥锁（防止并发请求同时查询数据库）
第一个查询请求获取锁，回源数据库并写入 Redis，其它请求等待。
if redis.Get("product:1001") == nil {
if redis.SetNx("lock:product:1001", 1, 10) { // 10 秒内只有 1 个请求能拿到锁
data := db.Query("SELECT * FROM products WHERE id=1001")
redis.Set("product:1001", data, 600)
redis.Del("lock:product:1001") // 释放锁
} else {
time.Sleep(50ms) // 其他请求等待后再查缓存
}
}
✅ 方法 3：缓存预热（在 key 过期前主动更新）
定期刷新缓存，确保热门数据不会突然失效。
3. 什么是缓存雪崩（Cache Avalanche）？
缓存雪崩 缓存雪崩是指大量缓存数据同时过期，导致数据库承受极高压力，甚至 MySQL 直接崩溃。
解决方案
✅ 方法 1：随机过期时间（避免大规模缓存同时失效）
redis.Set("product:1001", data, 600 + rand(60)) // 600~660 秒随机过期
✅ 方法 2：分批更新（不同数据设置不同的缓存刷新时间）
避免一次性清空所有缓存，采用滚动更新策略。
✅ 方法 3：多级缓存（L1 + L2 + L3）（提高数据可用性）
- L1 缓存（Guava Cache 本地缓存）：减少 Redis 依赖
- L2 缓存（Redis）：作为主要缓存层
- L3 缓存（MySQL）：最终数据存储
延伸问题：
- Redis 如何保证数据一致性？（异步双写、订阅更新）
- 如何提高 Redis 高可用？（主从复制、哨兵模式、集群架构）
- 如果 Redis 宕机，系统如何应对？（降级策略、读写分离）
总之，缓存优化是高并发系统的核心能力，掌握 缓存穿透、缓存击穿、缓存雪崩 及其解决方案，不仅能优化系统性能，还能应对高频面试中的 Redis 高并发问题。