有关redis相关的,难免会涉及到四个特殊场景:缓存穿透、缓存雪崩缓存击穿以及数据一致性.这几个问题,其实不管是在面试或者实际的开发工作中dou会有hen大的用处,所以在这里对这方面进行一个系统性的分析。.说实话,咱就是说,这几个问题搞不定,你就等着项目崩溃吧.

高并发系统中，Redis 是挡在数据库前的那道盾。但这道盾，稍有不慎就会被自己人捅穿。

本文把 Redis 缓存Zui致命的四大问题——穿透、击穿、雪崩、一致性——一次性讲透，给出可直接落地的方案。

用户请求一个数据库中根本不存在的 Key，缓存没命中，直接打到数据库。攻击者用大量不重复的随机 ID 发起请求，每一条dou穿透到数据库，库被压垮。

Zui佳实践：布隆过滤器 + 空值缓存组合使用。  布隆过滤器挡掉绝大多数非法请求，空值缓存兜底漏网之鱼。

java// 布隆过滤器预加载所有合法IDBloomFilter<Long> bloomFilter = BloomFilter.create, 10000000L, );allIds.forEach;// 查询时先过滤if ) { return null; // 一定不存在直接拦截}

害,为啥百度不收录我的文章呢?有人说是百度的算法有问题,也有人说是网站的内容质量不过关,你懂的,我觉得dou有道理.

某个热点 Key刚好过期，此时大量并发请求同时发现缓存失效，全部涌向数据库，造成瞬时压力激增。

推荐方案：热点数据永不过期

javapublic class CacheItem { private Object value; private long expireTime; // 逻辑过期时间戳 public boolean isExpired { return System.currentTimeMillis> expireTime; }}// 读取时判断CacheItem item = cache.get;if ) { // 返回旧数据，同时异步刷新 CompletableFuture.runAsync -> refreshCache);}return item.getValue; 三、缓存雪崩：大量 Key 同时失效，数据库崩溃

大量缓存同时过期，或 Redis 集群宕机，所有请求瞬间穿透到数据库，数据库直接崩溃.

java// 真实 TTL = 基础 TTL + 随机值long ttl = + * - );redis.setex;

Caffeine 本地缓存→ Redis 分布式缓存→ 数据库 四、缓存一致性：geng新了数据库，缓存还是旧的

. 先geng新数据库,再删除缓存.

java// geng新流程public void updateData { db.update; // . 先geng新数据库 redis.del; // . 再删缓存}// 读流程public Object getData { Object data = redis.get; if return data; data = db.query; redis.setex; // 写入缓存，带 TTL 兜底 return data;}

.