Spring緩存（二）：解決緩存雪崩、擊穿、穿透問題

1. 緩存穿透問題與解決方案

1.1 什么是緩存穿透

緩存穿透是指查詢一個不存在的數據，由于緩存中沒有這個數據，每次請求都會直接打到數據庫。
如果有惡意用戶不斷請求不存在的數據，就會給數據庫帶來巨大壓力。
這種情況下，緩存失去了保護數據庫的作用。

典型場景：

用戶查詢一個不存在的商品ID
惡意攻擊者故意查詢大量無效數據
業務邏輯錯誤導致的無效查詢

1.2 布隆過濾器解決方案

布隆過濾器是解決緩存穿透最有效的方案之一。它可以快速判斷數據是否可能存在。

@Service
public class ProductService {@Autowiredprivate BloomFilter<String> productBloomFilter;@Autowiredprivate ProductRepository productRepository;@Cacheable(cacheNames = "productCache", key = "#productId", condition = "@productService.mightExist(#productId)")public Product getProduct(String productId) {// 只有布隆過濾器認為可能存在的數據才會查詢數據庫return productRepository.findById(productId).orElse(null);}public boolean mightExist(String productId) {// 布隆過濾器快速判斷，如果返回false則一定不存在return productBloomFilter.mightContain(productId);}@CachePut(cacheNames = "productCache", key = "#product.id")public Product saveProduct(Product product) {// 保存商品時同步更新布隆過濾器Product savedProduct = productRepository.save(product);productBloomFilter.put(product.getId());return savedProduct;}
}

1.3 空值緩存策略

對于確實不存在的數據，我們可以緩存一個空值，避免重復查詢數據庫。

@Service
public class UserService {private static final String NULL_VALUE = "NULL";@Cacheable(cacheNames = "userCache", key = "#userId")public User getUserById(String userId) {User user = userRepository.findById(userId).orElse(null);// 如果用戶不存在，返回一個特殊標記而不是nullreturn user != null ? user : createNullUser();}private User createNullUser() {User nullUser = new User();nullUser.setId(NULL_VALUE);return nullUser;}// 在業務層判斷是否為空值緩存public User getValidUser(String userId) {User user = getUserById(userId);return NULL_VALUE.equals(user.getId()) ? null : user;}
}

2. 緩存擊穿問題與解決方案

2.1 緩存擊穿現象分析

緩存擊穿是指熱點數據的緩存過期時，大量并發請求同時訪問這個數據。
由于緩存中沒有數據，所有請求都會打到數據庫，可能導致數據庫瞬間壓力過大。

常見場景：

熱門商品詳情頁面
明星用戶信息
熱點新聞內容

2.2 互斥鎖解決方案

使用分布式鎖確保只有一個線程去重建緩存，其他線程等待。

@Service
public class HotDataService {@Autowiredprivate RedisTemplate<String, Object> redisTemplate;@Autowiredprivate RedissonClient redissonClient;public Product getHotProduct(String productId) {String cacheKey = "hot_product:" + productId;// 先嘗試從緩存獲取Product product = (Product) redisTemplate.opsForValue().get(cacheKey);if (product != null) {return product;}// 緩存未命中，使用分布式鎖String lockKey = "lock:product:" + productId;RLock lock = redissonClient.getLock(lockKey);try {// 嘗試獲取鎖，最多等待10秒，鎖30秒后自動釋放if (lock.tryLock(10, 30, TimeUnit.SECONDS)) {// 雙重檢查，防止重復查詢product = (Product) redisTemplate.opsForValue().get(cacheKey);if (product != null) {return product;}// 查詢數據庫并更新緩存product = productRepository.findById(productId).orElse(null);if (product != null) {// 設置隨機過期時間，防止緩存雪崩int expireTime = 3600 + new Random().nextInt(600); // 1小時+隨機10分鐘redisTemplate.opsForValue().set(cacheKey, product, expireTime, TimeUnit.SECONDS);}return product;}} catch (InterruptedException e) {Thread.currentThread().interrupt();} finally {if (lock.isHeldByCurrentThread()) {lock.unlock();}}// 獲取鎖失敗，返回空或默認值return null;}
}

2.3 邏輯過期解決方案

設置邏輯過期時間，緩存永不過期，通過后臺線程異步更新。

@Component
public class LogicalExpireCache {@Autowiredprivate RedisTemplate<String, Object> redisTemplate;@Autowiredprivate ThreadPoolExecutor cacheRebuildExecutor;public Product getProductWithLogicalExpire(String productId) {String cacheKey = "logical_product:" + productId;// 獲取緩存數據（包含邏輯過期時間）CacheData<Product> cacheData = (CacheData<Product>) redisTemplate.opsForValue().get(cacheKey);if (cacheData == null) {// 緩存不存在，同步查詢并設置緩存return rebuildCacheSync(productId, cacheKey);}// 檢查邏輯過期時間if (cacheData.getExpireTime().isAfter(LocalDateTime.now())) {// 未過期，直接返回return cacheData.getData();}// 已過期，異步更新緩存，先返回舊數據cacheRebuildExecutor.submit(() -> rebuildCacheAsync(productId, cacheKey));return cacheData.getData();}private Product rebuildCacheSync(String productId, String cacheKey) {Product product = productRepository.findById(productId).orElse(null);if (product != null) {CacheData<Product> cacheData = new CacheData<>();cacheData.setData(product);cacheData.setExpireTime(LocalDateTime.now().plusHours(1)); // 1小時后邏輯過期redisTemplate.opsForValue().set(cacheKey, cacheData);}return product;}private void rebuildCacheAsync(String productId, String cacheKey) {try {rebuildCacheSync(productId, cacheKey);} catch (Exception e) {log.error("異步重建緩存失敗: productId={}", productId, e);}}@Datapublic static class CacheData<T> {private T data;private LocalDateTime expireTime;}
}

3. 緩存雪崩問題與解決方案

3.1 緩存雪崩場景分析

緩存雪崩是指大量緩存在同一時間過期，導致大量請求直接打到數據庫。
這種情況通常發生在系統重啟后或者緩存集中過期時。

典型場景：

系統重啟后緩存全部失效
定時任務統一設置的過期時間
Redis服務器宕機

3.2 隨機過期時間策略

通過設置隨機過期時間，避免緩存同時失效。

@Service
public class AntiAvalancheService {@Cacheable(cacheNames = "randomExpireCache", key = "#key")public Object getCacheWithRandomExpire(String key) {// Spring緩存注解本身不支持隨機過期，需要結合Redis操作return dataRepository.findByKey(key);}@CachePut(cacheNames = "randomExpireCache", key = "#key")public Object updateCacheWithRandomExpire(String key, Object data) {// 手動設置隨機過期時間String cacheKey = "randomExpireCache::" + key;int baseExpire = 3600; // 基礎過期時間1小時int randomExpire = new Random().nextInt(1800); // 隨機0-30分鐘redisTemplate.opsForValue().set(cacheKey, data, baseExpire + randomExpire, TimeUnit.SECONDS);return data;}
}

3.3 多級緩存架構

建立多級緩存體系，即使一級緩存失效，還有二級緩存保護。

@Service
public class MultiLevelCacheService {@Autowiredprivate CacheManager l1CacheManager; // 本地緩存@Autowiredprivate RedisTemplate<String, Object> redisTemplate; // Redis緩存public Product getProductMultiLevel(String productId) {// 一級緩存：本地緩存（Caffeine）Cache l1Cache = l1CacheManager.getCache("productL1Cache");Product product = l1Cache.get(productId, Product.class);if (product != null) {return product;}// 二級緩存：Redis緩存String redisKey = "product:" + productId;product = (Product) redisTemplate.opsForValue().get(redisKey);if (product != null) {// 回寫一級緩存l1Cache.put(productId, product);return product;}// 三級：數據庫查詢product = productRepository.findById(productId).orElse(null);if (product != null) {// 同時更新兩級緩存l1Cache.put(productId, product);redisTemplate.opsForValue().set(redisKey, product, Duration.ofHours(2)); // Redis緩存2小時}return product;}@CacheEvict(cacheNames = "productL1Cache", key = "#productId")public void evictProduct(String productId) {// 同時清除Redis緩存redisTemplate.delete("product:" + productId);}
}

4. 電商系統實戰案例

4.1 商品詳情頁緩存策略

電商系統的商品詳情頁是典型的高并發場景，需要綜合應用多種緩存策略。

@Service
public class ProductDetailService {@Autowiredprivate BloomFilter<String> productBloomFilter;@Autowiredprivate RedissonClient redissonClient;// 防穿透 + 防擊穿的商品詳情查詢public ProductDetail getProductDetail(String productId) {// 1. 布隆過濾器防穿透if (!productBloomFilter.mightContain(productId)) {return null; // 商品不存在}String cacheKey = "product_detail:" + productId;// 2. 嘗試從緩存獲取ProductDetail detail = (ProductDetail) redisTemplate.opsForValue().get(cacheKey);if (detail != null) {return detail;}// 3. 緩存未命中，使用分布式鎖防擊穿String lockKey = "lock:product_detail:" + productId;RLock lock = redissonClient.getLock(lockKey);try {if (lock.tryLock(5, 30, TimeUnit.SECONDS)) {// 雙重檢查detail = (ProductDetail) redisTemplate.opsForValue().get(cacheKey);if (detail != null) {return detail;}// 查詢數據庫detail = buildProductDetail(productId);if (detail != null) {// 4. 設置隨機過期時間防雪崩int expireTime = 7200 + new Random().nextInt(3600); // 2-3小時redisTemplate.opsForValue().set(cacheKey, detail, expireTime, TimeUnit.SECONDS);}return detail;}} catch (InterruptedException e) {Thread.currentThread().interrupt();} finally {if (lock.isHeldByCurrentThread()) {lock.unlock();}}return null;}private ProductDetail buildProductDetail(String productId) {// 組裝商品詳情信息Product product = productRepository.findById(productId).orElse(null);if (product == null) {return null;}ProductDetail detail = new ProductDetail();detail.setProduct(product);detail.setInventory(inventoryService.getInventory(productId));detail.setReviews(reviewService.getTopReviews(productId));detail.setRecommendations(recommendationService.getRecommendations(productId));return detail;}
}

4.2 用戶會話緩存管理

用戶會話信息需要考慮安全性和性能，采用分層緩存策略。

@Service
public class UserSessionService {// 敏感信息使用短期緩存@Cacheable(cacheNames = "userSessionCache", key = "#sessionId", condition = "#sessionId != null")public UserSession getUserSession(String sessionId) {return sessionRepository.findBySessionId(sessionId);}// 用戶基礎信息使用長期緩存@Cacheable(cacheNames = "userBasicCache", key = "#userId")public UserBasicInfo getUserBasicInfo(String userId) {return userRepository.findBasicInfoById(userId);}@CacheEvict(cacheNames = {"userSessionCache", "userBasicCache"}, key = "#userId")public void invalidateUserCache(String userId) {// 用戶登出或信息變更時清除相關緩存log.info("清除用戶緩存: {}", userId);}// 防止會話固定攻擊的緩存更新@CachePut(cacheNames = "userSessionCache", key = "#newSessionId")@CacheEvict(cacheNames = "userSessionCache", key = "#oldSessionId")public UserSession refreshSession(String oldSessionId, String newSessionId, String userId) {// 生成新的會話信息UserSession newSession = new UserSession();newSession.setSessionId(newSessionId);newSession.setUserId(userId);newSession.setCreateTime(LocalDateTime.now());sessionRepository.save(newSession);sessionRepository.deleteBySessionId(oldSessionId);return newSession;}
}

5. 緩存監控與告警

5.1 緩存命中率監控

監控緩存的命中率，及時發現緩存問題。

@Component
public class CacheMetricsCollector {private final MeterRegistry meterRegistry;private final Counter cacheHitCounter;private final Counter cacheMissCounter;public CacheMetricsCollector(MeterRegistry meterRegistry) {this.meterRegistry = meterRegistry;this.cacheHitCounter = Counter.builder("cache.hit").description("Cache hit count").register(meterRegistry);this.cacheMissCounter = Counter.builder("cache.miss").description("Cache miss count").register(meterRegistry);}@EventListenerpublic void handleCacheHitEvent(CacheHitEvent event) {cacheHitCounter.increment(Tags.of("cache.name", event.getCacheName()));}@EventListenerpublic void handleCacheMissEvent(CacheMissEvent event) {cacheMissCounter.increment(Tags.of("cache.name", event.getCacheName()));}// 計算緩存命中率public double getCacheHitRate(String cacheName) {double hits = cacheHitCounter.count();double misses = cacheMissCounter.count();return hits / (hits + misses);}
}

5.2 緩存異常告警

當緩存出現異常時，及時告警并降級處理。

@Component
public class CacheExceptionHandler {@EventListenerpublic void handleCacheException(CacheErrorEvent event) {log.error("緩存異常: cache={}, key={}, exception={}", event.getCacheName(), event.getKey(), event.getException().getMessage());// 發送告警alertService.sendAlert("緩存異常", String.format("緩存 %s 發生異常: %s", event.getCacheName(), event.getException().getMessage()));// 記錄異常指標meterRegistry.counter("cache.error", "cache.name", event.getCacheName()).increment();}// 緩存降級處理@Recoverpublic Object recoverFromCacheException(Exception ex, String key) {log.warn("緩存操作失敗，執行降級邏輯: key={}", key);// 直接查詢數據庫或返回默認值return fallbackDataService.getFallbackData(key);}
}