缓存核心知识笔记
一、什么是缓存
缓存是临时存储高频访问数据的技术，将数据存于读取更快的介质（如内存），核心作用是降低后端服务 / 数据库压力、提升请求响应速度。
二、添加 Redis 缓存
Redis 是主流分布式缓存中间件，接入流程：
- 请求优先查询 Redis；
- 缓存命中→直接返回结果；
- 缓存未命中→查询数据库，将结果写入 Redis 后返回。
三、缓存更新策略
根据业务场景选择：
-
Cache Aside（旁路缓存） ：
-
读→先查缓存，无则查库 + 写缓存；
-
写→先更数据库，再删缓存。
-
-
Write Through（写穿透） ：写操作同时更新缓存和数据库，强一致但写性能略低。
-
Write Back（写回） ：写操作先更缓存，异步刷回数据库，性能高但可能丢数据。
四、缓存常见问题
| 问题 | 定义 | 简要解决方案 |
|---|---|---|
| 缓存穿透 | 请求不存在的数据，缓存 / 数据库均无结果 | 缓存空值、布隆过滤器 |
| 缓存雪崩 | 大量缓存同时失效，请求全打向数据库 | 过期时间加随机值、多级缓存、Redis 集群 |
| 缓存击穿 | 热点 key 突然失效，请求瞬间压垮数据库 | 热点 key 永不过期、逻辑过期、分布式锁 |
五、缓存问题解决方案（详细说明 + 流程图）
1. 缓存穿透解决方案
（1）缓存空值（优化：命中时判断空值有效性）
- 操作：数据库查询无结果时，写入 “空值” 到 Redis 并设短过期时间（5 分钟）；请求命中缓存后，先判断是否为有效数据，空值则直接返回无结果。
- 效果：阻断同个无效请求重复访问数据库，避免穿透。
- 流程图：
（2）布隆过滤器
- 操作：提前将数据库所有存在的 key 存入布隆过滤器；请求先过过滤器，判 “不存在” 直接返回；缓存命中后需校验是否为空值，空值则返回无结果。
- 注意：存在 “假阳性”（误判存在），需搭配缓存空值兜底。
- 流程图：
2. 缓存雪崩解决方案
（1）过期时间加随机值
- 操作：缓存过期时间 = 基础时间 + 随机数（0~300 秒），分散过期节点。
（2）多级缓存
- 操作：本地缓存（如 Guava Cache）+ 分布式缓存（Redis），请求按 “本地→Redis→数据库” 顺序查询。
- 效果：Redis 集群失效时，本地缓存拦截部分请求，降低数据库峰值压力。
（3）Redis 集群（高可用兜底）
- 操作：部署主从 + 哨兵 / Redis Cluster 架构，避免单节点故障导致缓存全失效。
- 效果：提升缓存服务可用性，减少宕机引发的雪崩。
3. 缓存击穿解决方案
（1）热点 key 永不过期
- 操作：热点 key 不设 Redis 过期时间，通过后台异步线程定期（10 分钟 / 次）查询数据库并更新缓存。
- 效果：彻底避免热点 key 过期引发的请求突增。
（2）逻辑过期（优化：未命中加锁 + 二次查缓存 + 异步更新）
-
操作：缓存值附加逻辑过期字段（非 Redis 自身过期）；
- 未命中：先抢分布式锁，获锁后二次查缓存（避免重复查库），未命中则查库写缓存，释放锁后返回；获锁失败则重试；
- 已过期：抢分布式锁，获锁后立即返回旧值，同时异步线程查库更新缓存 + 释放锁；未获锁直接返回旧值。
-
效果：无请求阻塞，兼顾响应速度与并发安全，避免重复查库。
-
流程图：
（3）分布式锁（优化：未命中加锁 + 二次查缓存）
-
操作：缓存未命中时抢 Redis 分布式锁，获锁后二次查询缓存（避免重复查库）；
- 二次命中则直接释放锁返回；
- 二次未命中则查库，有数据则写缓存，无数据则标记空值，最终释放锁返回；
- 获锁失败则等待后重试查缓存。
-
效果：严格控制查库线程数量，通过二次查缓存进一步降低数据库压力，避免击穿。
-
流程图：
六、缓存工具封装
将缓存操作封装为通用工具类，统一处理：
- 连接池管理：复用 Redis 连接，减少连接开销；
- 序列化：实现数据与缓存的 JSON/Protobuf 格式转换；
- 异常降级：缓存不可用时，直接走数据库兜底；
- 监控埋点：统计缓存命中率、耗时等指标。
