---

緩存擊穿問題概述

緩存擊穿是指某個 熱點數據緩存過期 時，大量并發請求直接穿透緩存，同時訪問數據庫，導致數據庫壓力驟增甚至崩潰。以下是基于 互斥鎖 和 邏輯過期 的解決方案：

---

一、緩存擊穿的核心原因

• 熱點數據失效：高并發場景下，某個熱點數據的緩存突然過期，導致瞬時大量請求繞過緩存直接訪問數據庫。
• 無緩存保護：緩存未設計有效機制應對突發性并發穿透。

---

二、解決方案 1：互斥鎖（Mutex Lock）

核心思想

當緩存失效時，僅允許一個線程查詢數據庫并重建緩存，其他線程阻塞等待，避免并發穿透。

實現步驟（以 Redis 分布式鎖為例）

1. 查詢緩存
   檢查緩存是否存在，若存在則直接返回數據。

   def get_data(key):data = redis.get(key)if data is not None:return data# 緩存未命中，嘗試加鎖return get_data_via_mutex(key)
   

2. 獲取分布式鎖
   使用 Redis 的 SETNX（或 Redlock 算法）實現分布式鎖，確保原子性。

   def acquire_lock(lock_key, expire=10):# 生成唯一標識（如UUID），避免誤刪其他線程的鎖identifier = str(uuid.uuid4())if redis.set(lock_key, identifier, nx=True, ex=expire):return identifierreturn None
   

3. 查詢數據庫并重建緩存
   只有獲取鎖的線程執行數據庫查詢，其他線程等待。

   def get_data_via_mutex(key):lock_key = f"lock:{key}"identifier = acquire_lock(lock_key)if not identifier:# 未獲取鎖，短暫等待后重試time.sleep(0.1)return get_data(key)try:# 再次檢查緩存（可能已被其他線程更新）data = redis.get(key)if data:return data# 查詢數據庫data = db.query("SELECT * FROM table WHERE key=?", key)# 寫入緩存redis.setex(key, 3600, data)finally:# 釋放鎖（需原子性操作）release_lock(lock_key, identifier)return data
   

4. 釋放鎖
   使用 Lua 腳本確保原子性釋放鎖：

   -- KEYS[1]=lock_key, ARGV[1]=identifier
   if redis.call("get", KEYS[1]) == ARGV[1] thenreturn redis.call("del", KEYS[1])
   elsereturn 0
   end
   

優缺點

• 優點：強一致性，徹底避免緩存擊穿。
• 缺點：性能有損耗（線程需等待鎖），鎖超時時間需合理設置（過長影響并發，過短可能死鎖）。

---

三、解決方案 2：邏輯過期（Logical Expiration）

核心思想

緩存數據不依賴物理過期時間，而是在數據中存儲邏輯過期時間。當數據過期時，由單個線程異步更新緩存，其他線程繼續返回舊數據。

實現步驟

1. 緩存數據結構設計
   在緩存中存儲邏輯過期時間（expire_time）和實際數據：

   {"data": "真實數據","expire_time": 1715000000  // 邏輯過期時間戳
   }
   

2. 查詢緩存
   檢查邏輯過期時間，若未過期則直接返回數據。

   def get_data(key):cache_data = redis.get(key)if cache_data:data_obj = json.loads(cache_data)if data_obj["expire_time"] > time.time():return data_obj["data"]else:# 觸發異步更新async_refresh_cache(key)return data_obj["data"]  # 返回舊數據else:# 緩存完全不存在（需初始化）return load_data_and_init_cache(key)
   

3. 異步更新緩存
   使用互斥鎖或標記位，確保僅一個線程執行數據庫查詢。

   def async_refresh_cache(key):lock_key = f"refresh_lock:{key}"if redis.set(lock_key, 1, nx=True, ex=10):try:# 查詢數據庫new_data = db.query("SELECT * FROM table WHERE key=?", key)# 更新邏輯過期時間（例如延長1小時）new_expire_time = time.time() + 3600cache_obj = {"data": new_data, "expire_time": new_expire_time}redis.setex(key, 3600 * 24, json.dumps(cache_obj))  # 物理過期時間更長finally:redis.delete(lock_key)
   

4. 初始化緩存
   若緩存完全不存在（如服務重啟），直接加載數據：

   def load_data_and_init_cache(key):# 加鎖防止并發初始化lock_key = f"init_lock:{key}"identifier = acquire_lock(lock_key)if not identifier:time.sleep(0.1)return get_data(key)try:# 再次檢查緩存cache_data = redis.get(key)if cache_data:return json.loads(cache_data)["data"]# 查詢數據庫并寫入緩存data = db.query("SELECT * FROM table WHERE key=?", key)expire_time = time.time() + 3600cache_obj = {"data": data, "expire_time": expire_time}redis.setex(key, 3600 * 24, json.dumps(cache_obj))return datafinally:release_lock(lock_key, identifier)
   

優缺點

• 優點：高并發性能好，用戶無感知短暫延遲。
• 缺點：數據可能短暫不一致，需業務容忍舊數據。

---

四、方案對比與選型

方案	適用場景	一致性	性能	實現復雜度
互斥鎖	強一致性要求（如金融交易）	強一致性	較低	中
邏輯過期	高并發、允許短暫不一致	最終一致性	高	高

---

五、增強策略

1. 結合兩種方案

   • 在邏輯過期的基礎上，若異步更新失敗，可降級為互斥鎖同步更新。

2. 熔斷機制

   • 當數據庫壓力過大時，觸發熔斷，直接返回默認值或錯誤頁。

3. 預熱緩存

   • 提前加載熱點數據，避免緩存突然過期。

---

六、注意事項

1. 鎖超時時間

   • 互斥鎖的超時時間需略大于數據庫查詢時間，避免鎖提前釋放導致多個線程同時更新。

2. 緩存雪崩防護

   • 為不同 Key 設置隨機過期時間，避免大量緩存同時失效。

3. 邏輯過期時間維護

   • 異步更新失敗時，需記錄日志并告警，防止緩存長期不更新。

---

通過合理選擇互斥鎖或邏輯過期方案，可有效解決緩存擊穿問題，保障系統的高可用性與穩定性。