Redis之緩存穿透

一、什么是緩存穿透？

• 緩存穿透的定義：緩存穿透（Cache Penetration）是指客戶端請求的數據在緩存中和數據庫中都不存在，這樣緩存永遠不會生效，這些請求都會打到數據庫，導致數據庫壓力驟增甚至崩潰。
• 觸發原因：惡意攻擊、參數偽造、業務邏輯漏洞。
• 核心問題：大量請求訪問數據庫中不存在的數據，緩存無法攔截。
• 示例場景：攻擊者發送大量隨機ID查詢商品信息，這些ID在數據庫中不存在，導致每次請求都穿透緩存直達數據庫。

• 與緩存擊穿的區別

  • 緩存擊穿的定義：緩存擊穿（Cache Breakdown）?是指某個熱點key?（如爆款商品信息）在緩存中過期后，大量并發請求同時訪問數據庫（請求數據存在），導致數據庫壓力驟增。
  • ?觸發原因：緩存過期時間到期，且高并發場景下請求集中失效。
  • 核心問題：單個熱點key失效后，大量請求同時訪問數據庫。
  • 示例場景：某明星商品突然爆火，緩存中存儲的商品信息過期后，所有用戶請求同時涌入數據庫查詢。

  維度	緩存穿透	緩存擊穿
  觸發原因	請求不存在的數據	熱點key過期后高并發請求
  數據合法性	數據本身不存在（非法參數）	數據存在但緩存失效（合法參數）
  攻擊性	可能是惡意攻擊	正常業務高并發
  影響范圍	分散的無效請求	集中在某個熱點key
  解決方案	布隆過濾器、緩存空對象	互斥鎖、永不過期、后臺更新

二、緩存穿透常見的解決方案

1. 緩存空對象（Null Caching）

• 原理： 當查詢數據庫發現數據不存在時，將空結果（如 null）寫入緩存，并設置較短的過期時間。
• 優點：簡單易實現，直接攔截后續相同請求。
• 缺點：
  • 內存浪費（存儲大量無效 null 值）。
  • 可能出現短時不一致，如：數據已補錄，但緩存未及時失效。（如需強一致性，可以在更新數據時，刪除/覆蓋緩存）
• 實現：

  public Object getData(String key) {// 1. 查詢緩存Object data = cache.get(key);if (data != null) return data;// 2. 查詢數據庫data = db.query(key);if (data == null) {// 緩存空對象，設置短期過期時間（如5分鐘）cache.set(key, "NULL", 5 * 60);} else // 正常數據設置較長過期時間cache.set(key, data, 60 * 60);}return data;
  }
  

2. 布隆過濾器（Bloom Filter）?

• 原理：?在緩存層前加布隆過濾器，預先存儲所有合法 Key 的哈希值。查詢時先檢查布隆過濾器：
  • 若返回“不存在”，直接攔截請求。
  • 若返回“可能存在”，繼續查詢緩存/數據庫。
• 優點：內存占用低（沒有多余的Key），適合海量數據；查詢時間復雜度 O(1)。
• 缺點：
  • 存在誤的可能（可能將不存在判斷為存在）。
  • 實現復雜，刪除元素困難（需重建過濾器）。
• 適用場景：數據量大且允許誤判（如黑名單校驗）。
• 實現：

  // 初始化布隆過濾器（偽代碼）
  BloomFilter bloomFilter = BloomFilter.create(Funnels.stringFunnel(), expectedInsertions);// 數據預熱時加載存在的key
  db.keys().forEach(k -> bloomFilter.put(k));public Object getData(String key) {// 1. 先查布隆過濾器if (!bloomFilter.mightContain(key)) {return null; // 直接攔截不存在的key}// 2. 查詢緩存/數據庫Object data = cache.get(key);if (data == null) {data = db.query(key);cache.set(key, data);}return data;
  }
  

3. 互斥鎖（Mutex Lock）?

• 原理：緩存未命中時，通過互斥鎖（如 Redis 的 SETNX）保證只有一個線程查詢數據庫，其他線程等待回填緩存。
• 優點：避免大量請求同時穿透到數據庫。
• 缺點：
  • 分布式環境下需使用分布式鎖（如 Redis RedLock）。
  • 鎖競爭可能成為性能瓶頸。
• 實現：

  public Object getData(String key) {Object data = cache.get(key);if (data != null) return data;// 加鎖（如Redis的SETNX）String lockKey = "lock:" + key;if (redis.setnx(lockKey, "1", 10)) { // 10秒鎖超時try {// 二次檢查緩存（防止鎖競爭期間其他線程已加載）data = cache.get(key);if (data != null) return data;data = db.query(key);cache.set(key, data);} finally {redis.del(lockKey); // 釋放鎖}} else {// 等待重試Thread.sleep(100);return getData(key);}return data;
  }
  

4. 接口層校驗

• 原理：在 API 入口處校驗參數合法性，攔截明顯無效的請求（如非法 ID 格式、負數等）。
• ?優點：低成本防御惡意攻擊（如掃描全表 ID）。
• 缺點：無法攔截合法參數但實際不存在的數據請求。
• 示例：校驗 ID 是否為正整數、長度是否符合預期。
• 實現：

  public ResponseEntity<?> handleRequest(@PathVariable String id) {if (!isValidId(id)) { // 校驗ID合法性return ResponseEntity.badRequest().build();}// 繼續處理業務邏輯
  }
  

5. 熱點數據永不過期

• 原理：對高頻訪問的熱點數據設置永不過期，通過后臺線程主動更新緩存。
• 優點：徹底避免緩存失效導致的穿透。
• 缺點：數據一致性依賴更新機制，需處理臟數據問題。
• 實現：結合定時任務或事件驅動更新緩存。

  // 緩存寫入時設置永不過期
  cache.set("hot_key", data);// 后臺定時任務刷新數據
  @Scheduled(fixedRate = 300000)
  void refreshHotData() {Object newData = db.query("hot_key");cache.set("hot_key", newData);
  }
  

6. 緩存預熱

• 原理：在系統啟動或低峰期，預先加載熱點數據到緩存中。
• ?優點：減少冷啟動時的緩存穿透風險。
• ?缺點：需提前知道熱點數據（可通過歷史日志分析）。

7. 實時監控與限流

• 原理：監控異常流量（如大量 null 響應），觸發限流策略（如令牌桶、漏桶算法），保護數據庫。
• ?優點：兜底防御，避免突發攻擊。
• ?缺點：需配套監控和告警系統。

---

☆☆☆組合方案推薦☆☆☆

• 常規場景：緩存空對象 + 接口參數校驗。
• 海量數據：布隆過濾器 + 緩存空對象。
• 高并發熱點數據：永不過期緩存 + 后臺更新線程 + 互斥鎖。

---

四、實踐：緩存空對象

解決根據id查詢商鋪信息過程中的緩存穿透

    @Resourceprivate StringRedisTemplate stringRedisTemplate;@Overridepublic Result queryById(Long id) {// 1.從redis查詢商鋪緩存String key = CACHE_SHOP_KEY + id;String shopJson = stringRedisTemplate.opsForValue().get(key);// 2.判斷是否存在if (StrUtil.isNotBlank(shopJson)) {// 3.存在，直接返回Shop shop = JSONUtil.toBean(shopJson, Shop.class);return Result.ok(shop);}// 判斷命中的是否是空值if(shopJson != null) {// 返回錯誤信息，解決緩存穿透問題return Result.fail("店鋪信息不存在！");}// 4.不存在，根據id查詢數據庫Shop shop = getById(id);if (shop == null) {// 5.數據庫不存在，將空字串寫入Redis，設置過期時間，解決緩存穿透問題stringRedisTemplate.opsForValue().set(key, "", CACHE_NULL_TTL, TimeUnit.MINUTES);// 返回錯誤信息，解決緩存穿透問題return Result.fail("店鋪不存在！");}// 6.存在，寫入redisstringRedisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(shop), CACHE_SHOP_TTL, TimeUnit.MINUTES);return Result.ok(shop);}

---

總結：緩存穿透的解決方案需結合業務場景選擇，通常需要多種手段協同（如布隆過濾器攔截非法 Key + 緩存空對象減少數據庫壓力）。同時需權衡內存、一致性和性能，避免過度設計。