缓存
什么是缓存
从我的理解来看，缓存就是一块临时的存储空间，用来存放访问频次较高的数据。本质上是用「空间」换「响应速度」，核心目标是减轻数据库的查询压力。
从这个概念中，可以提炼出几个关键点：
- 临时：为了避免存储空间的浪费，缓存数据应尽量设置过期时间，到期后自动销毁。
- 存储空间：一般选择读写性能较高的内存（本地内存或共享内存），部分场景下也会结合 SSD 进一步提升性能。
- 访问频次较高的数据：为了避免浪费存储空间，应尽量只缓存访问频次较高的数据，切莫把任何数据都放进缓存。
- 数据库的查询压力：将一些复杂的数据库查询结果进行缓存，可以减少数据库的访问压力，从而提升用户的响应速度。
了解了基础概念之后，我们再来看缓存使用中常见的几个问题，这也是面试中经常被问到的高频考点。
缓存的三个经典问题
如果缓存没有用好，可能会引发一些难以发现和定位的线上事故，主要有三类：缓存雪崩、缓存穿透和缓存击穿。
一、缓存雪崩
概念中提到了「临时」这个关键词，因此大部分缓存数据都有过期时间。假设有一批数据是通过定时任务从数据库写入缓存的，并且统一设置了相同的过期时间。当这批数据在同一时间节点集体过期、而数据库侧又因某些原因没有及时写入新数据时，所有请求都会同时打向数据库，导致数据库查询压力骤增，甚至并发过大而瘫痪、无法正常服务。
那么应该如何应对呢？
- 避免所有数据设置同一个过期时间节点，应根据数据类型、数据更新时效性来设置。
- 数据过期时间应大于数据更新周期，同时要考虑更新耗时，并增加更新失败的异常告警提示。
- 对于一些访问频次较高或数据库查询压力较大的数据，可以不设置过期时间，改为由程序主动控制该数据的移除或更替。
二、缓存穿透
概念中提到了「访问频次较高的数据」，这里就会出现一种情况：比如某个查询结果一直是空数据，空数据按理不属于访问频次高的数据，所以虽然经过了缓存层，但缓存中并没有这份空数据，请求便直接穿透进入了数据库。尽管数据库查询结果也是空，但仍然承受了一次查询压力。这种现象就是缓存穿透——击穿了缓存，直接前往数据库查询。
那么应该如何应对呢？
- 过滤非法请求：比如一些从参数上就能判断为空的数据，可以直接在程序层面处理。
- 缓存空结果：为了提升性能，可以将查询为空的结果也缓存起来（建议设置较短的过期时间），这样下次用户再访问时，可以直接从缓存中判断并返回。
- 使用布隆过滤器：空数据较多时，缓存空结果会浪费内存空间。可以将这些空数据的键名通过布隆过滤器记录到缓存中，尽可能减少内存占用，同时查询判断也更高效。
三、缓存击穿
这个概念与缓存雪崩有些类似，但它不是大面积的缓存集体失效，而是某一个访问频次极高的热点数据突然失效，导致这一刻的高并发请求全部穿透到了数据库。数据库并发压力升高、响应变慢，进一步还可能引发数据库异常，影响其他业务。
那么应该如何应对呢？
- 对于访问频次高、查询较为复杂的数据，可以不设置过期时间，但需要程序去维护数据的更替与删除。
- 如果确实需要设置过期时间，应确保它大于缓存更新时间，避免键过期后无法命中。
- 使用**原子操作（互斥锁 / 逻辑过期）**方案：当多个请求都要去数据库查询同一个数据时，只让其中一个请求去重建缓存，并告知其他请求「缓存正在生成中」，让它们读取上一次的缓存数据或短暂等待，避免同一时间大量请求同时查询数据库。
总结
一句话区分三者的不同：
- 缓存雪崩：大量缓存 key 在同一时间集体失效，请求全部打向数据库。
- 缓存穿透：请求的数据本身不存在（空数据），缓存无法命中，每次都穿透到数据库。
- 缓存击穿：单个热点 key 失效，高并发请求同时打向数据库。