一、缓存穿透

产生原因

查询不存在的数据，缓存与数据库都没有，请求直接打穿到 DB，大量无效查询压垮数据库。 例：查询 id=-1、随机不存在的用户 ID，缓存查不到，每次都查库。

解决方案

1. 缓存空值 / 空占位符：DB 查无数据时，缓存一条过期短时间的空记录，拦截重复请求；
2. 布隆过滤器：把所有合法主键存入布隆过滤器，请求先过过滤器，不存在直接拦截；
3. 参数校验：前置拦截非法 ID、负数、乱码参数。

二、缓存击穿

产生原因

热点缓存Key过期瞬间被高并发打满，主存储压力剧增，瞬间打满 DB 连接。
例：秒杀商品库存、首页热门数据缓存失效，上万请求同时查库。

解决方案

1. 热点缓存设置永不过期。
2. 增加缓存查询代理，添加互斥锁，只允许第一个查库，避免大量连接查库，打满主存储连接。，避免击穿情况。
3. 添加多级缓存，增加兜底机制。

三、缓存雪崩

产生原因

大量缓存 Key同一时间段同时过期，或者 Redis 集群宕机，全部流量涌入主存储，主存储直接雪崩宕机。
大规模缓存失效，节点失效

解决方案

1. 过期时间添加一个小随机值，避免大量 Key 同一时间过期，打散过期窗口。
2. 采用多级缓存，增加兜底机制。
3. 高可用的分布式缓存集群：主从 + 哨兵 / Cluster 集群，故障自动切换。
4. 限流熔断：网关层限流、服务降级，缓存挂了直接返回默认值，不访问 DB。
5. 定时分批刷新热点缓存，不让大批量同时失效。

四、缓存数据淘汰策略

1. volatile-lru：只对带过期 key，淘汰最少使用（默认）
2. allkeys-lru：全部 key 淘汰最少使用
3. volatile-lfu：过期 key，淘汰访问频次最低
4. allkeys-lfu：全局最低频次
5. volatile-random：过期 key 随机删
6. noeviction：不淘汰，直接写入报错（生产禁止）

五、缓存大 Key 问题

产生原因

单个 Key 存储超大数据（上万条列表、整张大表）：

1. 网络传输卡顿，Redis 阻塞；
2. 集群分片失衡，内存倾斜；
3. 删除大 key 主线程阻塞，Redis 卡顿雪崩。

解决方案

1. 拆分大 Key: 分多个 hash / 分段 list 存储；
2. 异步分片删除，不用 del，使用 unlink；
3. 限制单条缓存存储上限，大数据集不走缓存。

六、缓存预热

避免的问题

系统刚启动缓存为空，上线瞬间流量全打 DB；

解决方案

1. 项目启动、定时任务预加载热点数据，低峰期批量刷新缓存。

七、缓存污染

产生原因

大量冷数据占用缓存，热点数据被挤出；

解决方案

使用 LFU 淘汰、冷热数据分离、限制冷数据缓存时长。