Ru果你曾在生产环境里kan到“数据库 CPU 飙到 100%”，或者在监控大盘上kan到Redis 瞬间宕机的红灯，那么恭喜，你Yi经踩到了缓存三大坑的陷阱。本文不Zuo纸上谈兵，而是直接搬出可落地的 Java 示例，让你在几行代码里把这三个常见灾难堵死。

场景：业务需要根据用户 ID 查询信息。恶意请求大量不存在的 ID，每一次dou触发「先查 Redis → 未命中 → 再查 DB」的链路。因为 DB 本身也没有对应记录，这些请求会直接冲向数据库，瞬间把它压垮。

想象一个热门商品「iPhone 发布」的详情页被缓存了 5 分钟。当这 5 分钟结束时大量用户正好同时刷新页面导致所有请求dou落到后端 DB。短时间内并发查询激增，DB 抗不了。

Ru果多个不同业务的键在同一时刻失效，整个系统会瞬间失去读缓存的Neng力，大批请求齐刷刷打到数据库，形成雪崩式压力。

症状速查：

监控里kan到大量 “Cache Miss” 告警。

DB 响应时间突升或出现 “连接数耗尽”。

Redis 实例 CPU 占用异常升高甚至不可用。

空对象缓存：把“查询不到”的结果也写进 Redis，用一个短暂有效期标记，让后续相同请求直接返回空值。

随机过期时间：给每个键额外加一点随机秒数，让失效点错开。

互斥锁+ 分布式锁：当键失效时只允许一个线程去库里取数据，其余线程等待或重试。

Bloom Filter：在查询前先快速判断该 ID 是否可Neng存在根本不必触碰 Redis 或 DB。

高可用架构：使用多副本、读写分离以及自动降级策略，把单点风险降到Zui低。

# 场景：商品详情查询 # 目标：即使 DB 没有记录，也要把 “null” 写入缓存，并且让 TTL 带点抖动。

// 商品服务层
public Product getProduct {
    String cacheKey = "product:" + id;
    // ① 从 Redis 拉取
    Object cached = redisTemplate.opsForValue.get;
    if  {
        // Ru果是占位符 NullValue，直接返回 null
        if  {
            return null;
        }
        return  cached;
    }
    // ② 缓存未命中 → 查询 DB
    Product product = productMapper.selectById;
    // ③ 写回缓存：有值写正常对象，无值写 NullValue
    long baseTtl = 5; // 单位分钟
    int jitter   = new Random.nextInt; // 随机 0~59 秒
    long ttlSec = TimeUnit.MINUTES.toSeconds + jitter;
    if  {
        redisTemplate.opsForValue.set;
        return product;
    } else {
        // 防止穿透，只保存占位符且 TTL 较短
        redisTemplate.opsForValue.set(cacheKey,
                new NullValue,
                TimeUnit.MINUTES.toSeconds,
                TimeUnit.SECONDS);
        return null;
    }
}

这里用了一个自定义类 NullValue Zuo占位标记；Ru果你使用 Spring Cache，也Ke以直接放置空字符串或特殊标记，只要保证读取时Neng识别即可。

# 场景：热点商品刚好过期 # 问题：成千上万请求同时进来会导致数据库瞬时并发激增。

// 使用 Redisson 实现geng可靠的分布式锁
public Product getProductWithLock throws InterruptedException {
    String key      = "product:" + id;
    String lockKey  = "lock:product:" + id;
    // 步骤1：尝试读取缓存
    Object cacheVal = redisTemplate.opsForValue.get;
    if  {
        if  return null;
        return  cacheVal;
    }
    // 步骤2：获取锁，只允许一个实例去数据库
    RLock lock = redissonClient.getLock;
    boolean locked = lock.tryLock; // 等待100ms获取锁，不成功直接放弃
    if  {
        // 没拿到锁 → 稍作休眠后递归重试，以免形成活锁
        Thread.sleep;
        return getProductWithLock;
    }
    try {
        // 
检查缓存，以防其他线程Yi提前填充
        Object doubleCheck = redisTemplate.opsForValue.get;
        if  {
            if  return null;
            return  doubleCheck;
        }
        // 真正去 DB 拉数据
        Product product = productMapper.selectById;
        long ttlSec = TimeUnit.MINUTES.toSeconds
                       + new Random.nextInt;
        if  {
            redisTemplate.opsForValue.set(key, product,
                                   ttlSec,
                                   TimeUnit.SECONDS);
        } else {
            redisTemplate.opsForValue.set(key,
                           new NullValue,
                   TimeUnit.MINUTES.toSeconds,
                     TimeUnit.SECONDS);
        }
        return product;
    } finally {
        lock.unlock;
    }
}

Redisson 为我们封装了 Lua 脚本和kan门狗机制，使得锁即使在 JVM 崩溃时也Neng安全释放；Ru果项目暂时不想引入 Redisson，Ke以自己实现基于 SETNX+EXPIRE 的简易分布式锁，但一定要注意原子性和超时释放。

# 前置检查：先问过滤器，“这个 ID 在历史数据里出现过吗？” # 好处：即便 Redis 挂掉，也Neng快速拒绝无效查询。

// 初始化阶段，将所有合法商品 ID 加入过滤器
public void initBloom {
   List allIds = productMapper.selectAllIds;
   allIds.forEach);
}
// 查询入口加入过滤判断
public Product getProductViaBloom {
   if ) {
       // 确认不存在 → 直接返回空，可省掉一次 Redis/DB 调用
       return null;
   }
   // 正常走缓存+DB 流程
   return getProduct;
}

Bloom Filter 的误判率Ke以通过设置误差率和预估元素数量来控制，一般设为千分之一即可满足大多数业务需求。它非常适合「ID 固定」但「总量巨大的」场景，如订单号、用户手机号等。

TTL 随机化 + 双写双删：每次写入dou加上几秒到几分钟的不确定性；对geng新操作执行先删后写两遍，以防旧键仍然残留导致瞬时热点。

Pessimistic Cache Refresh：AOP 或后台任务定时预热热点数据，把它们提前刷新进缓存，而不是等到用户访问才去拉取。

Circuit Breaker & Rate Limiter：If Redis 连续不可达，就打开熔断器，仅返回默认空结果或降级页面；同时对 API 接口Zuo限流防止流量洪峰冲垮后端。

Kubernetes / Docker 多实例：K8s 自带探针和自动恢复机制，即便单节点宕机，其余节点仍然提供服务，从根本降低单点故障概率。

Migrating/Replicating Strategy：AOF + RDB 双持久化 + 主从复制，让即使主节点挂掉，从节点还Neng无缝接管读请求，再配合 Sentinel 或者 CoreDNS 自动切换.

从本文Ke以kan到，所谓“Redis 三兄弟”并不是不可跨越的大山，而是一系列Ke以通过代码层面细致打磨来规避的细节。Ru果你现在Yi经把上述片段复制进项目，那么下次再有人惊呼“数据库挂了”，你完全Ke以淡定地回一句：“Yi经加了空对象和分布式锁，这种情况我们Yi经防住了”。记得把这些实现固化成统一库或公共组件，这样团队每个人douNeng随手拎起，而不是临时抱佛脚。