HoRain云--Redis缓存三剑客：穿透、击穿、雪崩终极防御指南

​​布隆过滤器（Bloom Filter）​​

• ​​原理​​：预加载所有合法 Key 到布隆过滤器（基于多个哈希函数的位数组），拦截非法请求。
• ​​实践​​：
  • 误判率设置：50万数据量下误判率1%仅需约58KB内存。
  • 启动时通过 @PostConstruct 初始化过滤器。
• ​​代码示例​​： if (!bloomFilter.mightContain(key)) return null; // 直接拦截非法请求

​​缓存空对象（Null Caching）​​

• ​​原理​​：将查询为空的 Key 缓存为特殊值（如 "NULL"），并设置短TTL（如2~5分钟）。
• ​​风险​​：短期数据不一致（如新数据插入后仍返回空值）。
• ​​代码优化​​： if (dbData == null) {
  redis.set(key, "NULL", 5, TimeUnit.MINUTES); // 空值缓存
  }

​​请求拦截​​

• 入口层校验参数格式（如ID必须>0）。
• 高频无效请求触发限流或封禁 IP。

​​互斥锁（Mutex Lock）​​

• ​​原理​​：缓存失效时，通过锁（本地锁或分布式锁）确保仅一个线程查询数据库。
• ​​实践​​：
  • ​​本地锁​​：synchronized(key.intern()) 细化锁粒度。
  • ​​分布式锁​​：Redis 的 SETNX 命令实现（需设置锁超时，避免死锁）。
• ​​代码示例​​： if (redis.setnx(lockKey, "1", 10, SECONDS)) { // 获取锁
  data = db.query(key);
  redis.set(key, data);
  redis.del(lockKey);
  } else {
  Thread.sleep(50); // 等待后重试
  }

​​逻辑过期 + 异步刷新​​

• ​​原理​​：缓存永不过期，Value 中存储逻辑过期时间，后台线程异步更新数据。
• ​​优势​​：用户无感知，避免击穿风险。
• ​​代码示例​​： class CacheData {
  Object data;
  long expireAt; // 逻辑过期时间戳
  }

​​热点数据永不过期​​

• 对极高频 Key（如首页商品）不设 TTL，通过定时任务异步更新。

​​分散过期时间​​

• 基础 TTL + 随机偏移值（如 60±10分钟），避免集中失效。
• ​​代码示例​​： long ttl = 3600 + ThreadLocalRandom.current().nextInt(600); // 随机TTL

​​多级缓存架构​​

• 本地缓存（Caffeine/Guava）→ Redis → 数据库，层级缓冲流量。
• ​​本地缓存作用​​：即使 Redis 宕机，仍可抵挡部分请求。

​​高可用与降级​​

• ​​Redis 集群​​：Sentinel 或 Cluster 模式自动故障转移。
• ​​熔断降级​​：Hystrix/Sentinel 在数据库压力大时返回默认值。

​​数据预热​​

• 系统启动时或低峰期预加载热点数据。
• ​​示例​​：定时任务刷新次日将过期的数据。