★ 缓存穿透、缓存击穿、缓存雪崩分别是什么？如何应对？

结论先行：三个问题都是“缓存缺失/失效导致请求直达数据库”的形态差异——穿透是查询根本不存在的 key，永远绕过缓存打库（常见于恶意扫描）；击穿是某个热点 key 在过期瞬间被大量并发同时回源；雪崩是大量 key 同时失效或缓存整体宕机，流量洪峰直接压垮数据库。对策主线：穿透用“空值缓存 + 布隆过滤器 + 入参校验”；击穿用“互斥重建 / 逻辑过期”；雪崩用“过期时间加随机抖动 + 缓存高可用 + 限流降级兜底”。

三兄弟对比表

问题	表象	典型场景	核心对策
穿透	永远查不到	扫描不存在的 id	空值缓存、布隆过滤器、入参校验
击穿	单个热点 key 过期	爆款商品/秒杀详情	互斥重建、逻辑过期、永不过期+异步刷新
雪崩	大批 key 同时失效/宕机	缓存集体到期、节点故障	过期加随机值、集群高可用、限流降级

防击穿：互斥重建（伪代码）

// 热点 key 过期瞬间，只允许一个请求回源重建缓存
Object v = cache.get(key);
if (v == null) {
    synchronized (lock(key)) {      // 单机用 synchronized；多机改用 Redis SETNX
        v = cache.get(key);         // 双重检查，避免重复回源
        if (v == null) {
            v = db.query(key);
            cache.set(key, v, ttl + random()); // 过期时间加随机值，兼防雪崩
        }
    }
}

兜底与降级（多一层防护）

• 即使做了互斥重建，回源流量仍可能打爆 DB → 对热点 key 单独限流；
• 缓存集群整体故障瞬间 → 进程内本地缓存（多级缓存）先顶上；
• 数据库侧保留降级开关：极端情况下直接返回降级文案或默认数据；
• 监控三个指标：穿透量、回源重建量、成批失效 key 数，报警才有依据。

布隆过滤器示意（伪代码）

// 布隆过滤器可拦截“一定不存在”的 key，DB 零压力
if (!bloom.mightContain(key)) {
    return null; // 一定不存在，直接返回
}
Object v = cache.get(key); // 可能存在 → 走缓存再回源

常见追问 / 记忆点

• 追问：布隆过滤器为什么能防穿透？答：把存在的 key 哈希到位图，查询时不在位图直接返回，能拦下绝大多数不存在的 key；代价是“存在”可能误判。
• 追问：缓存不设过期时间可行吗？答：可配合“逻辑过期 + 异步重建”，但要接受短暂不一致窗口，并控制内存占用。
• 记忆点：穿透查“空”、击穿挂“热点”、雪崩炸“一片”；对策口诀——空值/布隆、互斥/逻辑过期、随机抖动/多级缓存。