05.5.1.5 缓存穿透、击穿、雪崩与热点 Key
所属:全栈开发面试题库 / 05 数据库与存储 / 05.5 NoSQL 与专用存储 / 05.5.1 Redis 与 KV 存储
覆盖范围
- 缓存穿透:空值缓存、布隆过滤器
- 缓存击穿:互斥锁、逻辑过期异步刷新
- 缓存雪崩:批量过期、随机 TTL、降级限流
- 热点 Key 识别与处理、大 Key 拆分、预热与命中率
- 多级缓存、故障复盘与缓存设计检查清单
三类典型故障对照
穿透:查不存在的数据 → 缓存挡不住 → 直达 DB(布隆/空值)
击穿:热点 key 过期瞬间 → 大量并发回源 DB(互斥锁/逻辑过期)
雪崩:大批 key 同时失效 → 回源洪峰(随机 TTL/集群高可用/降级)
热点:单 key 超高访问 → 单节点瓶颈(本地缓存/拆分/读副本)
高频题速览
| 编号 | 题目 | 难度 | 频率 |
|---|---|---|---|
| 05.5.1.5-001 | 缓存穿透定义与危害 | 基础 | ★★★★★ |
| 05.5.1.5-002 | 布隆过滤器原理 | 进阶 | ★★★★☆ |
| 05.5.1.5-003 | 缓存击穿与互斥锁 | 进阶 | ★★★★★ |
| 05.5.1.5-005 | 缓存雪崩成因 | 进阶 | ★★★★★ |
| 05.5.1.5-007 | 热点 Key 识别 | 进阶 | ★★★★☆ |
| 05.5.1.5-012 | 多级缓存 | 高级 | ★★★★☆ |
| 05.5.1.5-017 | 故障复盘模板 | 进阶 | ★★☆☆☆ |
| 05.5.1.5-018 | 缓存设计检查清单 | 基础 | ★★★☆☆ |
05.5.1.5-001 什么是缓存穿透?有什么危害?
频率 ★★★★★ | 难度 基础
一句话结论
穿透指查询缓存和数据库都不存在的数据,请求绕过缓存直达数据库;恶意或异常大量穿透会压垮 DB。
概念解释
- 特征:缓存 miss,DB 也查不到,不会回填有效缓存。
- 来源:攻击构造不存在 id、参数错误、数据被删后仍被查询。
- 危害:DB 承受全部查询压力,连接与 CPU 被打满。
原理流程
请求 id=-1 / 不存在 → 缓存 miss → 查 DB 空 → 未回填 → 下次仍 miss → 持续打 DB
代码 / 命令
# 空值短 TTL 缓存(应用层伪代码)
# miss 且 DB 为空 → SET cache:user:-1 "" EX 60
redis-cli SET cache:user:-1 "" EX 60
常见误区
- 误区:穿透和击穿是一回事。正解:穿透是数据不存在;击穿是热点存在但恰好过期。
- 误区:加了缓存就不会穿透。正解:不存在的数据无法被缓存命中。
追问
- 问:空值缓存为什么要短 TTL?答:避免真实数据晚到时长期被空值挡住。
- 问:穿透请求有什么监控特征?答:缓存命中率极低且 DB 空结果比例高。
05.5.1.5-002 布隆过滤器是什么?为什么能防穿透?
频率 ★★★★☆ | 难度 进阶
一句话结论
布隆过滤器用多位位图 + 多哈希判断元素是否"可能存在":判断不存在则一定不存在,判断存在可能误判;不存在请求在缓存前被拦截。
概念解释
- 结构:位数组,多个哈希函数映射到位。
- 结论:任一标记位为 0 → 一定不存在;全为 1 → 可能存在。
- 误判率:随元素数/位数大小变化,有误报无漏报。
原理流程
入库:元素 → k 个哈希 → 置位
查询:k 个位任一 0 → 拦截;全 1 → 放行查缓存/DB
代码 / 命令
# Redis 布隆过滤器模块(如 RedisBloom,需对应模块支持)
redis-cli BF.ADD users:filter 1001
redis-cli BF.EXISTS users:filter 1001
常见误区
- 误区:布隆过滤器能取出不存在的元素清单。正解:只做存在性判断,不存元素本身。
- 误区:布隆判断存在就一定在库里。正解:存在误判,需回源 DB 最终确认。
追问
- 问:误判率怎么控制?答:扩大位数、调整哈希个数;元素越多误判越高。
- 问:布隆能删除元素吗?答:标准布隆不支持删除;需计数布隆或重建过滤器。
05.5.1.5-003 什么是缓存击穿?互斥锁怎么防?
频率 ★★★★★ | 难度 进阶
一句话结论
击穿指某热点 key 过期瞬间,大量并发同时 miss 回源 DB;用互斥锁保证只有一个请求重建缓存,其余等待或返回旧值。
概念解释
- 触发:热点数据 TTL 到期,缓存瞬间无值。
- 互斥锁:抢到锁的请求查 DB 回填,其他请求等待短暂重试。
- 风险:锁等待堆积、持锁任务失败导致锁不释放。
原理流程
缓存 miss → 抢锁
抢到:查 DB → 回填 → 释放锁
未抢到:短暂等待后重读缓存
代码 / 命令
# 伪代码:SET NX EX 抢锁
redis-cli SET lock:rebuild:user:1 "worker-a" NX EX 10
# 抢到后:查 DB → 回填缓存 → DEL 锁
常见误区
- 误区:所有 miss 都加锁。正解:只对热点重建加锁,普通 miss 直接回填即可。
- 误区:锁不需要超时。正解:必须带过期防止持锁者宕机死锁。
追问
- 问:锁超时与重建耗时怎么匹配?答:超时略大于重建耗时;长任务可续租。
- 问:等待线程空转重试好吗?答:应短暂退避后重读,避免集中打 DB。
05.5.1.5-004 逻辑过期异步刷新怎么避免击穿?
频率 ★★★☆☆ | 难度 进阶
一句话结论
热点 key 不设物理 TTL,value 内嵌过期时间;读到过期值先返回旧值,由后台异步刷新,读路径不阻塞回源。
概念解释
- 不删旧值:缓存永不过期,读总能拿到值。
- 异步刷新:发现逻辑过期后触发后台更新。
- 取舍:短暂旧值换不击穿,适合高可用优先场景。
原理流程
读 → 未过期返回;已过期 → 返回旧值 + 异步刷新
刷新成功 → 更新 value 与新过期时间
代码 / 命令
# value: {"data":..., "expireAt":1732000000}
redis-cli GET cache:hot:1
# 后台任务:查 DB → SET 新值与新 expireAt
常见误区
- 误区:逻辑过期就不需要刷新任务。正解:必须有异步刷新执行方,否则旧值永久残留。
- 误区:逻辑过期能保证读到最新值。正解:刷新窗口内返回旧值。
追问
- 问:并发刷新同一 key 怎么办?答:加轻量锁/标记,避免多个后台任务同时回源。
- 问:异步刷新失败兜底?答:重试 + 告警,必要时降级。
05.5.1.5-005 什么是缓存雪崩?怎么形成的?
频率 ★★★★★ | 难度 进阶
一句话结论
雪崩指大批缓存同时失效或缓存集群故障,请求大量回源压垮 DB;成因包括批量相同 TTL、缓存节点宕机、底层故障。
概念解释
- 批量过期:预热/批量写入 key 同一时刻到期。
- 集群故障:缓存节点宕机,整体不可用。
- 后果:回源洪峰,DB 连接耗尽,连锁故障。
原理流程
大批 key 同时过期/缓存宕机 → 请求穿透到 DB → DB 过载 → 服务不可用
代码 / 命令
# TTL 加随机抖动:基础值 + random
redis-cli SET cache:product:1 "v" EX 330
常见误区
- 误区:雪崩只是 key 同时过期。正解:缓存整体故障也是雪崩成因之一。
- 误区:雪崩后 DB 能自然扛住。正解:洪峰下 DB 常先被打满,需事前防护。
追问
- 问:防雪崩第一手段?答:TTL 随机打散 + 缓存集群高可用 + 降级限流。
- 问:缓存宕机时应用怎么应对?答:限流降级、本地缓存兜底、避免 DB 被击穿。
05.5.1.5-006 降级和限流在缓存故障时起什么作用?
频率 ★★☆☆☆ | 难度 进阶
一句话结论
回源压力超限时,限流控制打到 DB 的请求量;降级返回兜底值/旧值/静态页,保核心链路可用。
概念解释
- 限流:按容量限制回源并发/QPS,超出排队或拒绝。
- 降级:非核心功能关闭,核心链路返回缓存/默认值。
- 目的:防止 DB 被洪峰打垮,控制故障扩散。
原理流程
回源量 > DB 容量 → 限流拦截超额 → 降级兜底响应
代码 / 命令
# 应用层限流/降级伪代码(非 Redis 命令)
# if qps > threshold: 返回旧值/默认值
常见误区
- 误区:降级就是报错给用户。正解:优先返回兜底可用数据,保持体验。
- 误区:限流只在入口做。正解:缓存回源层也需限流,保护 DB。
追问
- 问:降级开关谁来切?答:配置中心动态开关,按告警自动或人工触发。
- 问:限流阈值怎么定?答:按 DB 压测容量留余量,按核心/非核心分级。
05.5.1.5-007 怎么识别热点 Key?
频率 ★★★★☆ | 难度 进阶
一句话结论
通过命令统计、--hotkeys、访问频次监控与业务热点(活动、爆款)识别高访问 key;热点通常访问量远超平均且集中在少数 key。
概念解释
- 在线统计:
INFO stats、慢日志、客户端访问日志聚合。 - hotkeys 扫描:
redis-cli --hotkeys(需 LFU 策略或配合采样)。 - 业务侧:活动商品、首页榜单、直播间等预判热点。
原理流程
采样访问频次 → 排序找 Top key → 结合业务确认热点
代码 / 命令
redis-cli --hotkeys
redis-cli SLOWLOG GET 10
redis-cli INFO stats
常见误区
- 误区:
--hotkeys在线上随时可跑。正解:扫描有开销,低峰或从库执行。 - 误区:访问量大的就是大 key。正解:热点是访问频次高;大 key 是体积/元素多,二者不同。
追问
- 问:热点 key 集中在单节点有什么问题?答:单节点 CPU/网络打满,集群其他节点空闲。
- 问:怎么持续监控热点?答:接入访问日志按 key 聚合,实时 TopN 告警。
05.5.1.5-008 热点 Key 有哪些处理手段?
频率 ★★★☆☆ | 难度 进阶
一句话结论
本地缓存分摊读压力、热点 key 拆分多副本分散到不同节点、读副本分担;极热点数据前置到 CDN/边缘缓存。
概念解释
- 本地缓存:应用内存存热点,直接读本地,少走 Redis。
- 热点拆分:key 加随机后缀存多份,读随机选一份。
- 读副本/CDN:分担读压力,注意一致性。
原理流程
热点读 → 本地缓存命中返回
未命中 → Redis 多副本之一 / 读副本
代码 / 命令
# 热点拆分示例:同一数据存 n 份,读随机选
redis-cli SET product:1#0 "v"
redis-cli SET product:1#1 "v"
常见误区
- 误区:热点拆分后多份数据自动一致。正解:更新需同步所有副本,成本上升。
- 误区:本地缓存不会过期。正解:需短 TTL 与失效机制,防止旧值。
追问
- 问:本地缓存与 Redis 一致性怎么保?答:短 TTL + 主动失效通知,接受最终一致。
- 问:拆分副本数怎么定?答:按热点 QPS 与单节点承载估算,实测调整。
05.5.1.5-009 大 Key 怎么拆分和安全删除?
频率 ★★★☆☆ | 难度 进阶
一句话结论
大集合按业务维度拆成多个小 key;删除用 UNLINK 异步释放,避免 DEL 阻塞主线程。
概念解释
- 拆分:大 Hash/List/Set/ZSet 分段,如按页/分桶。
- 异步删除:
UNLINK后台释放。 - 分批处理:大集合元素分批迁移后再删旧 key。
原理流程
大 key → 拆分为小 key 写入 → 验证 → UNLINK 旧 key 后台释放
代码 / 命令
redis-cli UNLINK big:hash
# 分批迁移伪代码:HSCAN 逐批搬到分段 key
常见误区
- 误区:直接
DEL大 key 在线上执行。正解:阻塞单线程,必须UNLINK。 - 误区:拆分后一次读完所有分段。正解:按分页读取,避免合并大结果集。
追问
- 问:大 String 怎么拆?答:分片存储或压缩 value,超大量考虑换存储。
- 问:迁移期间双写吗?答:短过渡期双写保证不丢,完成后切读新结构。
05.5.1.5-010 缓存预热怎么做?
频率 ★★☆☆☆ | 难度 进阶
一句话结论
上线/活动前把热点数据提前加载到缓存,避免冷启动大面积 miss 回源;预热按热点清单批量回填并加随机 TTL。
概念解释
- 预热时机:服务发布、大促活动、缓存集群重建后。
- 数据来源:DB 热点清单、历史访问 TopN。
- 节奏:分批回填,避免一次性压 DB。
原理流程
梳理热点清单 → 分批查 DB → 写缓存(带随机 TTL)→ 命中率观察
代码 / 命令
# 批量回填(应用层分批,避免单条阻塞)
redis-cli SET cache:product:1001 "v" EX 300
常见误区
- 误区:预热全量数据。正解:只预热热点,全量反而浪费内存与 DB 压力。
- 误区:预热一次永久有效。正解:数据更新与过期后需刷新机制配合。
追问
- 问:预热导致 DB 压力怎么办?答:限速分批、低峰执行、从只读库取数。
- 问:新活动没有历史数据怎么预热?答:按活动清单/运营配置预置。
05.5.1.5-011 怎么看缓存命中率?多少算健康?
频率 ★★☆☆☆ | 难度 进阶
一句话结论
命中率 = 命中次数 / 总访问次数;通过 INFO stats 的 keyspace 命中/未命中计数计算,持续走低需排查失效策略与数据分布。
概念解释
- 指标:
keyspace_hits、keyspace_misses。 - 计算:hits / (hits + misses)。
- 走低原因:容量不足淘汰、key 设计不当、预热缺失、穿透攻击。
原理流程
周期统计 hits/misses → 算命中率 → 低命中率定位淘汰/穿透/冷数据
代码 / 命令
redis-cli INFO stats | grep keyspace
常见误区
- 误区:命中率 100% 才健康。正解:新数据 miss 正常,重点看趋势与异常下跌。
- 误区:命中率低一定是内存不足。正解:可能是穿透、未预热或查询模式变化。
追问
- 问:命中率与淘汰指标结合看什么?答:
evicted_keys增长伴随命中率下降,说明内存不足。 - 问:怎么按业务看命中率?答:应用层按接口/模块统计,比全局指标更可定位。
05.5.1.5-012 多级缓存怎么组织?
频率 ★★★★☆ | 难度 高级
一句话结论
本地缓存(Caffeine 等)→ Redis 分布式缓存 → DB 逐级兜底;本地挡高频读,Redis 共享,DB 为最终数据源。
概念解释
- L1 本地:应用进程内,延迟最低,容量小。
- L2 Redis:跨实例共享,容量中等。
- L3 DB:权威数据源。
- 一致性:各级都有失效机制,层级越多越需控制旧值窗口。
原理流程
读:本地 miss → Redis miss → DB → 逐级回填
写:更新 DB → 失效 Redis → 失效/通知本地缓存
代码 / 命令
# L2 Redis;L1 由本地缓存库管理
redis-cli GET cache:product:1
常见误区
- 误区:多级缓存命中率最高就不用管一致性。正解:本地副本越多,失效广播越复杂。
- 误区:本地缓存可以无限放大。正解:受进程内存限制,热点优先。
追问
- 问:本地缓存怎么失效?答:短 TTL + 消息通知/版本号,避免各节点旧值。
- 问:多级缓存穿透怎么防?答:每级都可能 miss,布隆与空值缓存放最前层。
05.5.1.5-013 缓存双写时序在故障场景怎么回顾?
频率 ★★☆☆☆ | 难度 进阶
一句话结论
写路径遵循更新 DB 后删缓存;延迟双删与 binlog 兜底覆盖并发窗口;故障排查先核对写顺序与失效记录。
概念解释
- 标准顺序:更新 DB → 删缓存。
- 并发窗口:旧读回填脏值(详见 05.5.1.3-011)。
- 排查:对比 DB 当前值、缓存值、失效日志与时间线。
原理流程
事故 → 取 DB 真值 → 比对缓存旧值 → 回放写/删时序 → 定位窗口与失败点
代码 / 命令
redis-cli GET cache:user:1
# 与 DB 当前值比对,检查删除/补偿记录
常见误区
- 误区:出现脏缓存就是删缓存漏了一次。正解:可能是并发回填覆盖,需看时序。
- 误区:双写问题靠重启缓存解决。正解:重建前需确认写路径与失效链路。
追问
- 问:怎么留排查证据?答:记录写库、删缓存、补偿消息时间戳与结果。
- 问:修复后怎么防止复发?答:补兜底删除、加一致性抽样监控。
05.5.1.5-014 缓存锁的粒度怎么控制?
频率 ★★☆☆☆ | 难度 高级
一句话结论
锁按 key/业务维度细粒度加,避免全局大锁;短超时、可续租,持锁只做最小回源动作。
概念解释
- 细粒度:每个热点 key 独立锁,互不阻塞。
- 短持有:锁内只做查 DB + 回填,不做重计算。
- 超时兜底:防持锁者宕机死锁。
原理流程
key 级锁 → 单 key 重建互斥 → 其他 key 不受影响
锁超时/续租 → 避免死锁与误释放
代码 / 命令
redis-cli SET lock:user:1 "worker" NX EX 5
常见误区
- 误区:一把全局锁重建所有缓存。正解:全局锁把并发回源串行化,吞吐骤降。
- 误区:锁值不需要标识持有者。正解:释放前校验锁值,避免误删他人锁。
追问
- 问:误删他人锁怎么防?答:锁值存唯一标识,释放用 Lua 比对后删。
- 问:锁等待排队过长怎么办?答:缩短重建耗时、返回旧值降级、增加热点副本。
05.5.1.5-015 除了布隆,穿透还有哪些防御手段?
频率 ★★☆☆☆ | 难度 进阶
一句话结论
空值短缓存、参数合法性校验、接口限流与黑名单、布隆过滤器组合使用;非法参数在入口拦截。
概念解释
- 参数校验:id 范围/格式不合法直接拒绝。
- 空值缓存:DB 空结果短 TTL 回填。
- 限流黑名单:异常来源限制访问。
- 布隆:存在性预判。
原理流程
入口校验 → 布隆预判 → 空值缓存 → 回源 DB
代码 / 命令
redis-cli SET cache:empty:user:999999 "" EX 60
常见误区
- 误区:只靠空值缓存防穿透。正解:恶意海量不同 id 会撑爆空值缓存,需布隆/限流。
- 误区:空值缓存与正常数据同 TTL。正解:空值 TTL 更短,避免长期占位。
追问
- 问:布隆过滤器何时更新?答:数据入库时加入;删除数据需重建或计数布隆。
- 问:穿透攻击特征?答:miss 率极高、id 无规律,需来源限流。
05.5.1.5-016 雪崩的底层成因可以分哪几类?
频率 ★★☆☆☆ | 难度 进阶
一句话结论
分三类:TTL 集中(批量同时过期)、缓存基础设施故障(节点/集群宕机)、回源放大(穿透/击穿叠加)。
概念解释
- TTL 集中:固定相同过期时间。
- 基础设施:节点故障、网络分区、部署单点。
- 回源叠加:穿透击穿放大 DB 压力。
原理流程
失效触发 → 回源请求汇聚 → DB 容量不足 → 连锁不可用
代码 / 命令
redis-cli INFO stats | grep -E "keyspace_misses|evicted_keys"
常见误区
- 误区:雪崩只能靠随机 TTL 解决。正解:还需高可用部署与降级限流兜底。
- 误区:集群部署就不会雪崩。正解:跨节点同时失效或整体故障仍会雪崩。
追问
- 问:怎么区分是过期雪崩还是故障雪崩?答:看缓存节点健康与 miss 时间点是否集中在 TTL 到期。
- 问:预防演练做什么?答:主动失效热点/节点,观察回源与降级表现。
05.5.1.5-017 缓存故障复盘应该包含哪些内容?
频率 ★★☆☆☆ | 难度 进阶
一句话结论
复盘按时间线、影响范围、根因(穿透/击穿/雪崩/热点/大 key)、处置动作、数据一致性与改进项组织,落到可执行措施。
概念解释
- 时间线:告警、故障、处置、恢复各时点。
- 根因:定位到具体机制与触发 key/请求。
- 改进:防护、监控、容量、预案。
原理流程
现象 → 指标时间线 → 根因分类 → 处置过程 → 数据核对 → 改进清单
代码 / 命令
# 复盘取数:命中率、淘汰、慢日志、复制状态
redis-cli INFO stats
redis-cli SLOWLOG GET 50
常见误区
- 误区:复盘只写"重启恢复"。正解:需根因与防复发措施。
- 误区:不核对故障期数据一致性。正解:需确认脏读/丢失范围。
追问
- 问:改进项怎么验收?答:对应监控告警、压测演练与配置变更落地后复测。
- 问:复盘结论怎么沉淀?答:纳入缓存设计规范与检查清单。
05.5.1.5-018 缓存设计有哪些必查清单?
频率 ★★★☆☆ | 难度 基础
一句话结论
清单覆盖:数据是否可缓存、TTL 与抖动、淘汰策略、热点/大 key 评估、一致性方案、穿透击穿雪崩防护、容量与监控告警。
概念解释
- 适用性:读多写少、可容忍旧值才适合缓存。
- 设计:key 命名、结构选型、TTL、淘汰。
- 防护:布隆/空值、互斥/逻辑过期、随机 TTL、降级限流。
- 运维:容量水位、命中率、热点大 key、持久化与高可用。
原理流程
选型 → 结构/TTL → 一致性 → 防护 → 容量监控 → 预案演练
代码 / 命令
redis-cli INFO memory
redis-cli INFO stats
常见误区
- 误区:清单只列技术方案。正解:还要明确一致性容忍度与故障预案。
- 误区:上线后不再复核缓存设计。正解:业务与数据量变化后需重新评估容量与热点。
追问
- 问:哪些数据不宜进缓存?答:强一致实时写、超大对象、访问极低数据。
- 问:上线前压测看什么?答:命中率、回源峰值、热点单节点压力、故障降级表现。
参考来源
- Redis 官方文档:缓存模式:https://redis.io/docs/latest/develop/use/
- Redis 文档:eviction 与 keyspace:https://redis.io/docs/latest/develop/use/eviction/
- RedisBloom 模块:https://redis.io/docs/latest/develop/use/bloom/
- Redis 命令:SLOWLOG / INFO:https://redis.io/docs/latest/commands/