高并发下缓存突然失效?防击穿与雪崩实战(缓存cache和redis区别) ypxx.net

在大多数高并发 Web 服务里,Redis 缓存平时像一道隐形缓冲垫,把九成以上的读请求稳稳挡在数据库前面,系统运行得风平浪静。可一旦碰上大促、热搜推送或凌晨缓存集中到期,数据库监控曲线经常在几秒钟内突然拉成一条垂直直线,连接数瞬间打满,整个服务跟着雪崩。缓存出问题之所以破坏力极大,往往是因为团队上线时只写了简单的“查不到就回源写入”,却没防住穿透、击穿和雪崩三种经典失效模式。

分清缓存失效的三种典型场景

同样是数据库突然挨打,三种问题的成因和应对手段截然不同,排障前得先把它们分清楚:

  • 缓存穿透(查不存在的数据):大量请求反复查询数据库里压根不存在的 ID 或非法参数。每次查缓存都落空,每次又都直奔数据库查个空结果,缓存层完全起不到拦截作用。
  • 缓存击穿(单个热点 Key 突然过期):某条爆款商品详情或首页公共配置正承受每秒几千次并发读取,刚好在这一秒 TTL 到期失效。瞬间几千个并发线程同时发现缓存为空,排着队一起冲进数据库把同一份数据查几千遍。
  • 缓存雪崩(大批 Key 同时过期或缓存节点抖动):初始化预热时给成千上万条缓存设了完全相同的过期时间(比如统一整点失效),到点后海量 Key 集体失效,或者缓存实例本身出现网络抖动,导致原本分散的回源流量在同一瞬间全部压垮数据库。

把缓存防线做扎实的四项工程实践

不需要把架构搞得过于复杂,把下面四项常规措施补进缓存封装层,就能挡住绝大多数线上突发冲击:

  • 给过期时间加上随机抖动值:设置缓存 TTL 时,在基准时长上叠加一段小范围随机偏移(例如原本统一 30 分钟,改成 25 到 35 分钟随机)。这行改动几乎零成本,却能把集中失效的尖峰彻底打散成平缓的小波浪。
  • 热点回源加进程内合并或分布式互斥锁:针对单 Key 击穿,利用单飞合并(Singleflight)或带短暂超时的分布式锁,确保同一时刻只放行一个请求去数据库加载数据并回填缓存,其余并发等待极短时间后直接复用结果;对极少数核心全局热点,还可以采用“逻辑过期 + 后台异步刷新”,让前台用户永远先拿到略微旧一点的数据,彻底消除同步回源抖动。
  • 对空结果做短时占位缓存与参数前置拦截:在接口入口先把明显非法的 ID 格式挡掉;如果查库确认某条记录确实不存在,也在缓存里写一个简短的空值标记并设置较短的过期时间(例如 30 到 60 秒),防止异常高频请求持续穿透到底层数据库。
  • 核心读链路配齐本地二级缓存与降级开关:对配置类、目录类极高频读取数据,在应用进程内存中加一层容量受控、秒级过期的轻量本地缓存。即便远端 Redis 偶发网络毛刺,也能在极短时间内扛住绝大部分读压力,同时通过数据库读限流保护核心写入事务不被拖垮。

缓存系统平时看不出差距,真正见功力的是失效那一秒数据库还稳不稳得住。把随机 TTL、回源合并、空值短缓存和降级保护变成团队默认脚手架,夜里的告警电话自然会少一大半。