一、什么是緩存
緩存（Cache）是數據交換的緩沖區，是存儲數據的臨時地方，一般讀寫性能較高。
（一）緩存的作用
- 降低后端負載：減少對數據庫等后端存儲的直接訪問壓力。
- 提高讀寫效率，降低響應時間：利用緩存的高性能，快速響應數據請求。
（二）緩存的成本
- 數據一致性成本：緩存與后端數據可能存在不一致，維護一致性需要額外處理。
- 代碼維護成本：引入緩存后，代碼邏輯會更復雜，增加維護難度。
- 運維成本：緩存系統的部署、監控、擴容等都需要投入運維資源。
二、緩存更新策略
| 策略 | 說明 | 一致性 | 維護成本 |
|---|---|---|---|
| 內存淘汰 | 利用Redis的內存淘汰機制，內存不足時自動淘汰部分數據，下次查詢時更新緩存 | 差 | 無 |
| 超時剔除 | 給緩存數據添加TTL時間，到期后自動刪除緩存，下次查詢時更新緩存 | 一般 | 低 |
| 主動更新 | 編寫業務邏輯，在修改數據庫的同時更新緩存 | 好 | 高 |
業務場景
- 低一致性需求：使用內存淘汰機制，例如店鋪類型的查詢緩存。
- 高一致性需求：主動更新，并以超時剔除作為兜底方案，例如店鋪詳情查詢的緩存。
代碼實現：主動更新策略
@Override
@Transactional
public Result updateShop(Shop shop) {Long id = shop.getId();if (id == null) {return Result.fail("商鋪ID不能為空");}// 1.先更新數據庫updateById(shop);// 2.再刪除緩存（保證數據一致性）stringRedisTemplate.delete(CACHE_SHOP_KEY + shop.getId());return Result.ok();
}
三、緩存更新策略的最佳實踐方案
（一）低一致性需求
使用Redis自帶的內存淘汰機制。
（二）高一致性需求
主動更新，并以超時剔除作為兜底方案。
- 讀操作：
- 緩存命中則直接返回。
- 緩存未命中則查詢數據庫，并寫入緩存，設定超時時間。
- 寫操作：
- 先寫數據庫，然后再刪除緩存。
- 要確保數據庫與緩存操作的原子性。
代碼實現：基礎緩存讀寫邏輯
private Result queryShopById1(Long id) {// 1.查詢RedisString cacheShop = stringRedisTemplate.opsForValue().get(CACHE_SHOP_KEY + id);// 2.緩存命中直接返回if (StrUtil.isNotBlank(cacheShop)) {Shop shop = JSONUtil.toBean(cacheShop, Shop.class);return Result.ok(shop);}// 3.緩存未命中查詢數據庫Shop shop = getById(id);if (shop == null) {return Result.fail("商鋪不存在！");}// 4.數據庫查詢結果寫入Redis，設置超時時間stringRedisTemplate.opsForValue().set(CACHE_SHOP_KEY + id, JSONUtil.toJsonStr(shop), CACHE_SHOP_TTL, TimeUnit.MINUTES);return Result.ok(shop);
}
四、緩存問題及解決方案
（一）緩存穿透
問題定義
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。
問題場景
- 惡意攻擊：黑客故意構造大量不存在的ID（如負數、超范圍的隨機數）發起請求，試圖耗盡數據庫資源
- 業務誤操作：前端表單未做校驗，用戶輸入了無效ID導致大量無效查詢
- 數據已刪除：商品已下架或用戶已注銷，但仍有請求訪問這些已不存在的數據
- 爬蟲抓取：爬蟲程序遍歷不存在的URL路徑，導致大量無效查詢
解決方案
1. 緩存空對象
原理：當數據庫查詢結果為空時，仍然將這個空結果緩存起來（可以是空字符串、null或特定標識），并設置較短的過期時間，避免同一無效請求反復穿透到數據庫。
實現代碼：
private Result queryShopById2(Long id) {// 1.查詢RedisString cacheShop = stringRedisTemplate.opsForValue().get(CACHE_SHOP_KEY + id);// 2.緩存命中（包括空值）if (StrUtil.isNotBlank(cacheShop)) {// 2.1 空值判斷if (cacheShop.isEmpty()) {return Result.fail("商鋪不存在！");}// 2.2 正常數據返回Shop shop = JSONUtil.toBean(cacheShop, Shop.class);return Result.ok(shop);}// 3.數據庫查詢Shop shop = getById(id);if (shop == null) {// 3.1 數據庫不存在則緩存空值（短期有效）stringRedisTemplate.opsForValue().set(CACHE_SHOP_KEY + id, "", CACHE_NULL_TTL, TimeUnit.MINUTES);return Result.fail("商鋪不存在！");}// 4.正常數據寫入緩存stringRedisTemplate.opsForValue().set(CACHE_SHOP_KEY + id, JSONUtil.toJsonStr(shop), CACHE_SHOP_TTL, TimeUnit.MINUTES);return Result.ok(shop);
}
優缺點：
- 優點：實現簡單，維護方便，能有效攔截重復的無效請求
- 缺點：
- 占用額外內存空間存儲空值
- 可能造成短期數據不一致（如剛刪除的數據又被創建）
- 對于海量不同的無效ID，仍可能消耗大量緩存空間
2. 布隆過濾器
原理：在緩存之前增加一層布隆過濾器，預先將數據庫中所有存在的Key存入布隆過濾器。當請求進來時，先通過布隆過濾器判斷Key是否可能存在：
- 若不存在，則直接返回，無需訪問緩存和數據庫
- 若可能存在，再走正常的緩存+數據庫查詢流程
實現思路：
- 系統初始化時，將數據庫中所有有效ID加載到布隆過濾器
- 接收請求時，先通過布隆過濾器驗證ID有效性
- 對布隆過濾器判斷不存在的ID，直接返回錯誤
優缺點：
- 優點：內存占用少（相比緩存空對象），處理海量無效ID效率高
- 缺點：
- 實現復雜，需要維護布隆過濾器
- 存在誤判可能（不能準確判斷元素是否存在）
- 需要定期更新布隆過濾器數據，以反映數據庫變化
（二）緩存雪崩
問題定義
在同一時段大量的緩存key同時失效或者Redis服務宕機，導致大量請求到達數據庫，帶來巨大壓力，甚至引起數據庫宕機。
問題場景
- 集中過期：系統上線時為一批熱點數據設置了相同的過期時間（如24小時），導致24小時后這批數據同時失效
- Redis宕機：Redis服務器因硬件故障、網絡問題或內存溢出等原因突然宕機，整個緩存層失效
- 批量更新：電商平臺在大促前批量更新商品信息，導致大量緩存被刪除
- 緩存穿透引發：大量穿透請求導致數據庫壓力過大，進而影響緩存服務的正常運行
解決方案
1. 過期時間隨機化
原理：為不同的緩存Key設置基礎過期時間的同時，增加一個隨機偏移量（如±10%），避免大量Key在同一時間點同時過期。
實現代碼：
// 設置過期時間時增加隨機值
int baseTtl = 30; // 基礎30分鐘
int random = new Random().nextInt(10); // 0-9分鐘隨機
stringRedisTemplate.opsForValue().set(key, value, baseTtl + random, TimeUnit.MINUTES
);
2. Redis集群
原理：通過部署Redis集群（主從+哨兵或Redis Cluster）提高緩存服務的可用性，避免單點故障導致整個緩存層失效。
關鍵措施：
- 主從復制：實現數據備份和讀寫分離
- 哨兵機制：自動監控和故障轉移
- 集群分片：分散數據存儲，提高整體容量和性能
3. 降級限流
原理：當緩存服務出現異常時，通過降級策略限制對數據庫的請求流量，保護數據庫不被壓垮。
實現方式：
- 使用熔斷器（如Sentinel、Hystrix）監控緩存服務狀態
- 當緩存服務異常時，返回默認數據或提示信息，而非直接查詢數據庫
- 對查詢數據庫的請求設置限流閾值，超出閾值的請求直接拒絕
4. 多級緩存
原理：構建多級緩存架構（如本地緩存+分布式緩存），即使分布式緩存失效，本地緩存仍能提供部分緩沖能力。
常見架構：
- 本地緩存（Caffeine、Guava）：存在于應用進程內，速度最快
- 分布式緩存（Redis）：供多個應用實例共享
- 數據庫緩存：數據庫自身的緩存機制
（三）緩存擊穿
問題定義
也叫熱點Key問題，指一個被高并發訪問的熱點數據的緩存突然失效，無數請求會在瞬間同時到達數據庫，給數據庫帶來巨大沖擊。
問題場景
- 熱門商品：電商平臺的爆款商品緩存過期，恰逢促銷活動期間，大量用戶同時訪問
- 熱點事件：突發新聞事件的相關數據緩存過期，引發大量用戶同時查詢
- 排行榜：熱門游戲排行榜數據緩存過期，大量玩家同時刷新頁面
- 秒殺活動：秒殺商品的緩存過期，大量用戶在同一時間點搶購
解決方案
1. 互斥鎖
原理：當緩存失效時，不是讓所有請求都去查詢數據庫，而是通過鎖機制保證只有一個請求能去查詢數據庫并重建緩存，其他請求則等待緩存重建完成后再從緩存獲取數據。
實現代碼：
private Result queryShopById3(Long id) {// 1.查詢RedisString cacheShop = stringRedisTemplate.opsForValue().get(CACHE_SHOP_KEY + id);if (StrUtil.isNotBlank(cacheShop)) {if (cacheShop.isEmpty()) {return Result.fail("商鋪不存在！");}return Result.ok(JSONUtil.toBean(cacheShop, Shop.class));}Shop shop = null;try {// 2.獲取互斥鎖boolean isLock = tryLock(LOCK_SHOP_KEY + id);if (!isLock) {// 2.1 獲取鎖失敗則重試（短暫等待后再次查詢）Thread.sleep(50);return queryShopById3(id);}// 3.獲取鎖成功，查詢數據庫shop = getById(id);// 模擬緩存重建耗時操作Thread.sleep(200);if (shop == null) {stringRedisTemplate.opsForValue().set(CACHE_SHOP_KEY + id, "", CACHE_NULL_TTL, TimeUnit.MINUTES);return Result.fail("商鋪不存在！");}// 4.寫入緩存stringRedisTemplate.opsForValue().set(CACHE_SHOP_KEY + id, JSONUtil.toJsonStr(shop), CACHE_SHOP_TTL, TimeUnit.MINUTES);} catch (InterruptedException e) {throw new RuntimeException(e);} finally {// 5.釋放鎖unlock(LOCK_SHOP_KEY + id);}return Result.ok(shop);
}// 獲取鎖（使用Redis的setIfAbsent實現）
private boolean tryLock(String key) {return Boolean.TRUE.equals(stringRedisTemplate.opsForValue().setIfAbsent(key, "1", 100, TimeUnit.SECONDS));
}// 釋放鎖
private void unlock(String key) {stringRedisTemplate.delete(key);
}
優缺點：
- 優點：
- 保證數據一致性（每次都是最新數據）
- 無額外內存消耗
- 實現相對簡單
- 缺點：
- 鎖競爭會導致請求等待，影響接口響應性能
- 可能存在死鎖風險（需設置合理的鎖過期時間）
- 高并發下，第一個獲取鎖的請求可能成為性能瓶頸
2. 邏輯過期
原理：給緩存數據設置一個邏輯過期時間（而非Redis的實際過期時間），緩存永不過期。當查詢時發現數據已過邏輯過期時間，不直接刪除緩存，而是返回舊數據并異步更新緩存，保證后續請求能盡快獲取到新數據。
實現代碼：
// 線程池（用于異步重建緩存）
private static final ExecutorService CACHE_REBUILD_EXECUTOR = Executors.newFixedThreadPool(10);// 邏輯過期數據封裝類
@Data
public class RedisData {// 邏輯過期時間private LocalDateTime expireTime;// 實際存儲的數據（如Shop對象）private Object data;
}private Result queryShopById4(Long id) {// 1.查詢RedisString cacheShop = stringRedisTemplate.opsForValue().get(CACHE_SHOP_KEY + id);if (StrUtil.isBlank(cacheShop)) {return Result.fail("商鋪不存在！");}if (cacheShop.isEmpty()) {return Result.fail("商鋪不存在！");}// 2.解析緩存數據（帶邏輯過期時間）RedisData redisData = JSONUtil.toBean(cacheShop, RedisData.class);JSONObject data = (JSONObject) redisData.getData();Shop shop = JSONUtil.toBean(data, Shop.class);LocalDateTime expireTime = redisData.getExpireTime();// 3.判斷是否邏輯過期if (expireTime.isAfter(LocalDateTime.now())) {// 3.1 未過期直接返回return Result.ok(shop);}// 3.2 已過期，嘗試獲取鎖重建緩存boolean isLock = tryLock(LOCK_SHOP_KEY + id);if (isLock) {// 3.2.1 獲取鎖成功，異步重建緩存（不阻塞當前請求）CACHE_REBUILD_EXECUTOR.submit(() -> {try {saveShop2Redis(id, CACHE_SHOP_TTL);} catch (InterruptedException e) {throw new RuntimeException(e);} finally {unlock(LOCK_SHOP_KEY + id);}});}// 3.2.2 無論是否獲取鎖，都返回舊數據（保證用戶體驗）return Result.ok(shop);
}// 封裝邏輯過期數據并寫入Redis
public void saveShop2Redis(long id, Long seconds) throws InterruptedException {Shop shop = getById(id);// 模擬緩存重建延時Thread.sleep(200);RedisData redisData = new RedisData();redisData.setData(shop);redisData.setExpireTime(LocalDateTime.now().plusSeconds(seconds));stringRedisTemplate.opsForValue().set(CACHE_SHOP_KEY + id, JSONUtil.toJsonStr(redisData));
}
優缺點：
- 優點：
- 無請求阻塞，性能好（始終返回數據，不等待）
- 避免大量請求同時沖擊數據庫
- 缺點：
- 數據可能短期不一致（返回舊數據）
- 需要額外存儲過期時間，占用更多內存
- 實現相對復雜，需要處理異步更新邏輯
五、緩存常量定義
public class RedisConstants {// 商鋪緩存鍵前綴public static final String CACHE_SHOP_KEY = "cache:shop:";// 商鋪緩存默認過期時間（30分鐘）public static final Long CACHE_SHOP_TTL = 30L;// 空值緩存過期時間（2分鐘，用于解決緩存穿透）public static final Long CACHE_NULL_TTL = 2L;// 商鋪緩存鎖鍵前綴（用于解決緩存擊穿）public static final String LOCK_SHOP_KEY = "lock:shop:";// 鎖過期時間（10秒）public static final Long LOCK_SHOP_TTL = 10L;
}
六、緩存方案對比
| 方案 | 解決問題 | 優點 | 缺點 | 適用場景 |
|---|---|---|---|---|
| 基礎緩存 | 無 | 實現簡單 | 存在緩存穿透、擊穿問題 | 低并發、非核心業務 |
| 緩存空值 | 緩存穿透 | 防止數據庫壓力過大 | 占用額外緩存空間 | 無效請求相對集中的場景 |
| 布隆過濾 | 緩存穿透 | 內存占用少 | 有誤判、實現復雜 | 海量無效ID場景 |
| 互斥鎖 | 緩存擊穿 | 數據一致性好 | 可能阻塞請求 | 一致性要求高的熱點數據 |
| 邏輯過期 | 緩存擊穿 | 無阻塞，性能好 | 可能返回舊數據 | 高并發、一致性要求不高 |
| 隨機TTL | 緩存雪崩 | 實現簡單 | 只能解決集中過期問題 | 所有需要設置過期的場景 |
| 多級緩存 | 緩存雪崩 | 提高可用性和性能 | 實現復雜、維護成本高 | 核心業務、高可用要求 |
參考來源
本文內容基于黑馬程序員《Redis入門到實戰教程》相關章節學習整理，部分代碼示例與知識點解析參考了該課程的講解。
 經典面試筆試50題（包括詳細答案）)
