缓存击穿、缓存穿透、缓存雪崩三者都是缓存 + 数据库架构下常见问题，根源都是大量请求落到数据库，但是触发场景、对象不一样。
1. 概念
缓存穿透
查询一个根本不存在的数据，缓存和数据库都查不到。
场景：请求 id=-1、恶意传非法参数，这条数据数据库里本来就没有。
现象：缓存不会命中，请求直接穿透打到数据库；如果大量恶意请求，数据库压力打满。
关键点：数据本身不存在。
缓存击穿
热点 key 过期瞬间，大量并发请求打数据库。
场景：某一个热点 key（比如秒杀商品），缓存刚好失效，海量并发同时过来，绕过缓存直接访问 DB。
现象：就某一个热点 key 失效导致数据库压力飙升。
关键点：数据是存在的，只是缓存刚好过期，并发打过来。
缓存雪崩
大量缓存 key 同时失效 / Redis 宕机，大量请求全部涌向数据库。
场景：大量 key 设置相同过期时间，同一时刻集体过期；或者 Redis 服务宕机不可用。
现象：大批量缓存失效，数据库瞬间承受巨大流量，容易压垮数据库。
关键点：大批量 key 失效，不是单个 key。
2. 三者对比表
简单记忆口诀：
穿透：查无此物；
击穿：热点过期；
雪崩：集体翻车。
3. 各自解决方案
🟡 缓存穿透 解决方案
缓存空值：数据库查不到时，往 Redis 写入空对象，设置较短过期时间，下次请求直接命中缓存，不再访问 DB。
布隆过滤器 (BloomFilter)：把所有有效业务 id 预加载进布隆过滤器，请求先过过滤器；不存在直接返回，不访问缓存和 DB。适合海量数据场景。
参数合法性校验：接口层校验 id、参数，拦截负数、非法参数。
接口限流：恶意请求做限流熔断。
注意：缓存空值会占用少量 Redis 内存；布隆过滤器不支持删除。
🟠 缓存击穿 解决方案
互斥锁（分布式锁）：缓存失效时，只放一个线程去查数据库回写缓存，其他线程等待重试。如 Redisson 分布式锁。
缺点：会带来部分等待，降低吞吐量。
热点 key 永不过期（逻辑过期）：Redis 不设置 TTL 过期时间；在 value 内部记录逻辑过期时间。线程后台异步更新缓存，不依赖 Redis 过期淘汰。
优点：高并发不用锁；缺点：会读到旧数据。
提前主动刷新热点缓存：热点数据在过期前，后台任务提前刷新缓存，避免过期瞬间大量请求。
🔴 缓存雪崩 解决方案
分两类：大量 key 同时过期、Redis 宕机
场景 1：大量 key 同一时间过期
过期时间加随机偏移：TTL 基础时间 + 随机值，打散过期时间，避免集体失效。最常用。
构建多级缓存：本地 Caffeine 缓存 + Redis 分布式缓存；Redis 失效还有本地缓存兜底。
定时任务主动刷新热点批量缓存。
场景 2：Redis 宕机不可用
Redis 高可用集群：主从、哨兵、Redis Cluster 集群，避免单点故障。
服务限流 & 熔断降级：Redis 不可用时，限制数据库访问量，部分请求直接返回降级结果，保护数据库。
服务隔离：缓存服务和数据库资源隔离。
限流队列：流量削峰，避免瞬时打垮 DB。
4. 容易混淆点辨析
击穿 vs 雪崩：
击穿：单个 key 过期；雪崩：大批量 key 失效。
穿透 vs 击穿：
穿透：数据压根不存在；击穿：数据真实存在，只是缓存过期。
雪崩可以由击穿放大而来：如果系统大量热点 key 同时击穿，现象就变成雪崩。
5. 生产最佳实践总结
参数校验 + 布隆过滤器应对穿透；
热点 key 使用逻辑过期 / 分布式锁解决击穿；
TTL 随机、Redis 集群、限流降级、多级缓存防止雪崩；
生产一般组合使用，不是单一方案。
本文原创作者：易君召，详见：https://www.yijunzhao.cn/authors/yijunzhao，转载请注明出处。
欢迎访问 小易撩挨踢