参考资料

• Redis：Caching
• Redis：Distributed Locks
• Redis：Bloom Filter

Redis（02） - 缓存穿透、击穿与雪崩

读完后，你应能完成以下任务：

• 绘制“Redis（02） - 缓存穿透、击穿与雪崩 / Cache-Aside 的一致性机制”的关键对象与数据流，解释“典型读路径是先查缓存，未命中再查数据库并回填；”，并用源码位置、日志或 Trace 标注证据。
• 为“Redis（02） - 缓存穿透、击穿与雪崩 / 三类故障分别是什么”设计正常与异常输入，验证“缓存穿透是请求的数据根本不存在，每次都绕过缓存打到数据库，常见于恶意随机 ID 或已删除数据。”，输出首个偏差位置与回归测试结果。
• 实现“Redis（02） - 缓存穿透、击穿与雪崩 / 实现热点 Key 互斥重建”的最小代码或配置，检验“锁必须有过期时间且只能由持有者释放，回源还要受数据库连接池和并发信号量限制。”，输出命令、结果与 Diff，并说明不适用边界。

一、先建立全局：缓存穿透、击穿与雪崩 是什么？

理解“缓存穿透、击穿与雪崩”，先要把标题中的对象放进同一条处理链：它接收什么输入，经过哪些状态变化，最终用什么证据判断结果。下表不另造概念，只把作者正文已经解释的章节按依赖顺序连起来。

“缓存穿透、击穿与雪崩”的第一个核心判断是：典型读路径是先查缓存，未命中再查数据库并回填；。先弄清这个判断中的对象和输入输出，后面的实现、故障和验收才有共同语境。

顺序	章节	读完本节应抓住的结论
1	Cache-Aside 的一致性机制	典型读路径是先查缓存，未命中再查数据库并回填；
2	三类故障分别是什么	缓存穿透是请求的数据根本不存在，每次都绕过缓存打到数据库，常见于恶意随机 ID 或已删除数据。
3	实现热点 Key 互斥重建	锁必须有过期时间且只能由持有者释放，回源还要受数据库连接池和并发信号量限制。
4	可观测与失败边界	至少记录命中、空值命中、回源、重建等待、旧值降级和数据库失败六类指标。
5	写路径通常先提交数据库	写路径通常先提交数据库，再删除缓存。
6	删除而非直接更新缓存	删除而非直接更新缓存，是因为数据库可能聚合多表且并发写顺序会让旧值覆盖新值。

1.1 核心对象之间怎样衔接

flowchart LR
  S1["Cache-Aside 的一致性机制"] --> S2
  S2["三类故障分别是什么"] --> S3
  S3["实现热点 Key 互斥重建"] --> S4
  S4["可观测与失败边界"] --> S5
  S5["写路径通常先提交数据库"]

这张图只表达本文的讲解顺序，不替代正文机制。判断“缓存穿透、击穿与雪崩”是否真正掌握，需要能从最后一个结果沿图回到前面每个章节的输入、状态变化和证据。

1.2 再看失败：问题最早会出现在哪一步？

在“缓存穿透、击穿与雪崩”的对象和顺序已经明确后，再看可观察的失败：计划退化、死锁、热点击穿、消息重复丢失或恢复后数据不一致。定位时不从最后一条错误猜原因，而是沿上图找第一个偏离正文结论的节点。

二、Cache-Aside 的一致性机制

典型读路径是先查缓存，未命中再查数据库并回填；写路径通常先提交数据库，再删除缓存。删除而非直接更新缓存，是因为数据库可能聚合多表且并发写顺序会让旧值覆盖新值。该方案提供最终一致性，不保证写后所有请求立即读到新值，因此关键业务要定义允许的不一致窗口。

读：GET cache -> miss -> SELECT DB -> SET key value EX ttl
写：UPDATE DB -> COMMIT -> DEL key

删除失败必须有重试或事件补偿；事务提交前删除会产生旧值重新回填窗口。对极高一致性要求的数据，应读主库、使用版本号或重新设计契约，不能把缓存伪装成强一致存储。

三、三类故障分别是什么

缓存穿透是请求的数据根本不存在，每次都绕过缓存打到数据库，常见于恶意随机 ID 或已删除数据。解决手段包括输入校验、短 TTL 空值、Bloom Filter 和限流；Bloom Filter 有假阳性且删除困难，不能替代数据库确认。

缓存击穿是单个热点 Key 失效，大量并发同时回源。可使用互斥重建、逻辑过期加后台刷新或请求合并。拿到锁的请求负责回源，其他请求应等待有限时间、返回旧值或降级，不能无限自旋。

缓存雪崩是大量 Key 同时失效或 Redis 整体不可用，引发数据库流量洪峰。使用 TTL 抖动、分批预热、多级缓存、隔离、限流和熔断；高可用 Redis 只能降低节点故障概率，不能解决同一时刻业务 Key 集体过期。

四、实现热点 Key 互斥重建

String value = redis.get(key);
if (value != null) return decode(value);

if (redis.set(lockKey, requestId, NX, PX, 3000)) {
    try {
        Product product = repository.findById(productId);
        redis.setex(key, ttlWithJitter(), encodeNullable(product));
        return product;
    } finally {
        unlockWithLua(lockKey, requestId);
    }
}
return readStaleOrFailFast(productId);

锁必须有过期时间且只能由持有者释放，回源还要受数据库连接池和并发信号量限制。空值缓存要区分“确实不存在”和“数据库暂时失败”，后者不能写成长期空值。

五、可观测与失败边界

至少记录命中、空值命中、回源、重建等待、旧值降级和数据库失败六类指标。只看总命中率会掩盖单个热点 Key 的问题，应按业务域和 Key 模板聚合，日志只输出脱敏模板或哈希。

压测需要主动让热点 Key 过期、批量过期和断开 Redis，观察数据库 QPS、连接池等待、错误率与恢复时间。恢复时限制缓存回填速度，避免数据库刚恢复就被预热任务再次打满。

验收清单

• 不存在数据、热点失效和 Redis 故障分别有独立策略与指标。
• TTL 带抖动，空值 TTL 明显短于正常数据。
• 重建锁有所有者、超时和降级路径，数据库回源并发受控。
• 缓存删除失败可补偿，写后不一致窗口符合业务要求。

六、动手验证：先跑通 缓存穿透、击穿与雪崩，再改变一个变量

前面的章节已经建立问题、概念和机制。现在把“缓存穿透、击穿与雪崩”放进同一套基线中运行；本节不再引入新术语，只验证前文结论能否被复现。

6.1 基线与候选只允许一个变量不同

验证“缓存穿透、击穿与雪崩”时，先固定数据快照、并发条件、客户端配置、拓扑和故障注入点。候选方案只能改变本次要验证的变量；如果同时更换数据、依赖和配置，即使结果改善，也不能知道是哪一项产生作用。

执行“缓存穿透、击穿与雪崩”时，动作是：执行正常读写与故障场景，记录查询计划、锁、复制或消费状态。原始结果不能只保留截图或汇总分数，必须同步保存：执行计划、慢日志、锁等待、Offset、复制延迟、指标和数据校验，使下一次复查可以在同一输入上重放。

实验要素	本文要求
固定条件	固定数据快照、并发条件、客户端配置、拓扑和故障注入点
唯一变量	本次候选方案与基线之间的一项明确差异
原始证据	执行计划、慢日志、锁等待、Offset、复制延迟、指标和数据校验
通过阈值	一致性与性能满足正文约束，故障恢复后没有丢失或重复副作用
立即停止	计划退化、死锁、热点击穿、消息重复丢失或恢复后数据不一致

6.2 执行前先排除不可比较条件

“缓存穿透、击穿与雪崩”开始前先确认下面四项；任一项不成立，都应先修复实验条件，而不是解释结果。

• 基线能够在“缓存穿透、击穿与雪崩”的当前环境重复运行。
• 候选只改变一个与“缓存穿透、击穿与雪崩”结论直接相关的条件。
• “缓存穿透、击穿与雪崩”的基线和候选使用同一批输入、同一版本依赖与同一通过阈值。
• “缓存穿透、击穿与雪崩”的原始输出和失败现场不会被重试、格式化或汇总覆盖。

6.3 执行后先核对证据完整性

结果出来后先检查证据，再讨论“缓存穿透、击穿与雪崩”是否通过。缺少中间状态时，最终输出只能说明现象，不能证明机制。

检查项	当前文章的判定
输入可追溯	固定数据快照、并发条件、客户端配置、拓扑和故障注入点
过程可回放	执行正常读写与故障场景，记录查询计划、锁、复制或消费状态
结果可审计	执行计划、慢日志、锁等待、Offset、复制延迟、指标和数据校验

“缓存穿透、击穿与雪崩”的一次合格基线对照按以下顺序执行：

1. 保存“缓存穿透、击穿与雪崩”基线版本及输入摘要，确认基线本身可以重复运行。
2. 写下“缓存穿透、击穿与雪崩”候选方案唯一变化的变量，以及它预期影响的指标。
3. 在同一环境执行“缓存穿透、击穿与雪崩”：执行正常读写与故障场景，记录查询计划、锁、复制或消费状态。
4. 为“缓存穿透、击穿与雪崩”保存：执行计划、慢日志、锁等待、Offset、复制延迟、指标和数据校验。
5. 使用“缓存穿透、击穿与雪崩”预登记条件判断：一致性与性能满足正文约束，故障恢复后没有丢失或重复副作用。
6. 如果“缓存穿透、击穿与雪崩”未通过，不修改第二个变量，先恢复基线并保留失败现场。

七、用一张矩阵验证 缓存穿透、击穿与雪崩 的关键结论

矩阵按正文顺序列出“缓存穿透、击穿与雪崩”的结论。一次实验只选择一行，只改变这一行对应的条件；不要把多行合并成一个无法归因的大实验。

正文章节	已解释的结论	本轮唯一变量	必须保存的证据
Cache-Aside 的一致性机制	典型读路径是先查缓存，未命中再查数据库并回填；	只改变与“Cache-Aside 的一致性机制”相关的条件	执行计划、慢日志、锁等待、Offset、复制延迟、指标和数据校验
三类故障分别是什么	缓存穿透是请求的数据根本不存在，每次都绕过缓存打到数据库，常见于恶意随机 ID 或已删除数据。	只改变与“三类故障分别是什么”相关的条件	执行计划、慢日志、锁等待、Offset、复制延迟、指标和数据校验
实现热点 Key 互斥重建	锁必须有过期时间且只能由持有者释放，回源还要受数据库连接池和并发信号量限制。	只改变与“实现热点 Key 互斥重建”相关的条件	执行计划、慢日志、锁等待、Offset、复制延迟、指标和数据校验
可观测与失败边界	至少记录命中、空值命中、回源、重建等待、旧值降级和数据库失败六类指标。	只改变与“可观测与失败边界”相关的条件	执行计划、慢日志、锁等待、Offset、复制延迟、指标和数据校验
写路径通常先提交数据库	写路径通常先提交数据库，再删除缓存。	只改变与“写路径通常先提交数据库”相关的条件	执行计划、慢日志、锁等待、Offset、复制延迟、指标和数据校验
删除而非直接更新缓存	删除而非直接更新缓存，是因为数据库可能聚合多表且并发写顺序会让旧值覆盖新值。	只改变与“删除而非直接更新缓存”相关的条件	执行计划、慢日志、锁等待、Offset、复制延迟、指标和数据校验

7.1 记录本次实际实验

下面的记录用于“缓存穿透、击穿与雪崩”当前这一次实验，不是第二套知识目录。先从矩阵选择一个章节，再填写实际值；没有填写的字段表示尚未验证。

topic: "缓存穿透、击穿与雪崩"
selected_chapter: required
claim_from_article: required
baseline_version: required
changed_condition: exactly_one
execution: "执行正常读写与故障场景，记录查询计划、锁、复制或消费状态"
evidence: "执行计划、慢日志、锁等待、Offset、复制延迟、指标和数据校验"
pass_when: "一致性与性能满足正文约束，故障恢复后没有丢失或重复副作用"
stop_when: "计划退化、死锁、热点击穿、消息重复丢失或恢复后数据不一致"
observed_result: required
first_deviation: null_or_evidence
recovery_replay: required_after_failure

7.2 边界实验必须证明能够停止和恢复

成功路径只能证明“缓存穿透、击穿与雪崩”在当前样本上工作，不能证明它可以进入生产。边界实验需要主动制造：计划退化、死锁、热点击穿、消息重复丢失或恢复后数据不一致，并观察系统是否在产生不可逆副作用前停止。

场景	只改变什么	应保存什么	通过标准
正常路径	使用已知有效输入	执行计划、慢日志、锁等待、Offset、复制延迟、指标和数据校验	一致性与性能满足正文约束，故障恢复后没有丢失或重复副作用
边界路径	把一个输入推进到约束临界值	临界值前后的输出与指标	不静默降级，不把部分结果冒充成功
明确失败	注入：计划退化、死锁、热点击穿、消息重复丢失或恢复后数据不一致	原始错误、首个异常阶段和最终状态	失败被正确分类且没有扩大副作用
恢复重放	执行：从数据入口、存储状态、复制消费链路和恢复步骤定位根因	原失败样本的复测证据	原样本恢复，正常样本没有回归

恢复动作不是简单重启。对于“缓存穿透、击穿与雪崩”，第一步是：从数据入口、存储状态、复制消费链路和恢复步骤定位根因。完成后使用原始失败样本复测；只验证一个新样本成功，不能证明触发条件已经消失。

“缓存穿透、击穿与雪崩”边界实验结束后，应把正常、临界、失败和恢复四类记录放在同一个运行批次中。这样才能区分“候选方案真的修复问题”和“环境变化让问题暂时没有出现”。

八、缓存穿透、击穿与雪崩 的结果解释

解释“缓存穿透、击穿与雪崩”实验时先看首个偏差，而不是最后一条错误。最后的异常通常只是上游状态错误的结果；从末端反推容易误把症状当根因。

观察结果	可以支持的判断	下一步
主链路没有达到预期	计划退化、死锁、热点击穿、消息重复丢失或恢复后数据不一致	先执行：从数据入口、存储状态、复制消费链路和恢复步骤定位根因
异常链路无法恢复	计划退化、死锁、热点击穿、消息重复丢失或恢复后数据不一致	先执行：从数据入口、存储状态、复制消费链路和恢复步骤定位根因
新样本成功但原样本仍失败	修复没有覆盖原始触发条件	固定原失败输入，恢复基线后重新比较
指标改善但证据无法回链	数据、版本或中间状态没有固定	暂停发布，补齐可追溯记录后重跑

“缓存穿透、击穿与雪崩”只有同时满足“一致性与性能满足正文约束，故障恢复后没有丢失或重复副作用”，并且没有出现“计划退化、死锁、热点击穿、消息重复丢失或恢复后数据不一致”，才可以认为主链路通过。这里的“通过”只对当前固定版本、样本和环境有效，不能外推到尚未测试的容量、权限或数据分布。

如果“缓存穿透、击穿与雪崩”候选方案与基线差异很小，先检查证据分辨率是否足够；如果差异很大，先排除数据泄漏、环境漂移和版本不一致。两种情况都不能只看一个汇总均值，需要回到逐样本输出和中间状态。

“缓存穿透、击穿与雪崩”故障定位完成后，记录“现象、首个偏差、根因、改动、原样本复测”五项。缺少原样本复测时，只能标记为待观察，不能标记为已解决。

九、缓存穿透、击穿与雪崩 的发布判断

发布判断需要把“缓存穿透、击穿与雪崩”的质量、失败边界和恢复能力放在同一份记录中。以下任一条件缺失，都应停止扩量，而不是用“基本正常”替代证据。

• “缓存穿透、击穿与雪崩”的基线与候选只存在一个计划内变量。
• “缓存穿透、击穿与雪崩”的输入、代码、依赖、配置和数据版本可以追溯。
• “缓存穿透、击穿与雪崩”的正常、临界、失败和恢复样本使用同一套断言。
• “缓存穿透、击穿与雪崩”的原始输出、中间状态和失败现场已经保留。
• “缓存穿透、击穿与雪崩”的日志、Trace、截图和测试数据已经脱敏。
• “缓存穿透、击穿与雪崩”的停止条件、负责人和回滚入口已经演练。
• “缓存穿透、击穿与雪崩”尚未覆盖的输入、权限、容量和外部依赖已经登记。

最终记录至少包含基线版本、唯一变量、原始证据、首个偏差、恢复复测和发布责任人。没有参与本次修改的人如果不能据此重放“缓存穿透、击穿与雪崩”的判断，就不能发布。

十、总结

• Cache-Aside 的一致性机制：典型读路径是先查缓存，未命中再查数据库并回填；
• 三类故障分别是什么：缓存穿透是请求的数据根本不存在，每次都绕过缓存打到数据库，常见于恶意随机 ID 或已删除数据。
• 实现热点 Key 互斥重建：锁必须有过期时间且只能由持有者释放，回源还要受数据库连接池和并发信号量限制。
• 可观测与失败边界：至少记录命中、空值命中、回源、重建等待、旧值降级和数据库失败六类指标。