🍂枫言枫语：我是予枫，一名行走在 Java 后端与多模态 AI 交叉路口的研二学生。
“予一人以深耕，观万木之成枫。”
在这里，我记录从底层源码到算法前沿的每一次思考。希望能与你一起，在逻辑的丛林中寻找技术的微光。
在分布式系统的江湖里，Redis就像是数据库（MySQL）的“贴身保镖”。保镖在，万事大吉；保镖一旦失灵，成千上万的请求就会像洪水一样涌向数据库，瞬间让系统瘫痪。
今天，我们要聊的就是保镖最头疼的三种情况：穿透、雪崩、击穿。尤其是如何通过布隆过滤器（Bloom Filter）来封锁第一道防线。
一、 缓存穿透 (Cache Penetration) —— “虚假请求的恶意突袭”
1. 什么是穿透？
定义： 缓存穿透是指查询一个根本不存在的数据。
缓存里没有，于是请求去查数据库，结果数据库里也没有。这导致每次针对这个“不存在数据”的请求都会直接打到数据库上。
形象比喻： 骗子不断拨打一个并不存在的分机号，前台（缓存）查无此人，只好次次去办公室（数据库）询问，搞得办公室没法正常办公。
2. 核心大招：布隆过滤器 (Bloom Filter)
面对恶意的穿透攻击，最优雅的解法就是布隆过滤器。
它是如何实现的？
布隆过滤器由一个很长的二进制向量（Bit Array）和一组哈希函数（Hash Functions）组成。
初始化：当一个数据存入数据库时，用多个哈希函数对该数据进行计算，得到多个位置，并将位数组中对应位置标为
1。查询：当请求到来时，同样经过这几个哈希函数计算。
如果计算出的位置中有一个为 0，那么这个数据一定不存在（直接拦截）。
如果全是 1，说明数据可能存在（放行去查缓存或 DB）。
Java 实现代码示例 (基于 Redisson)
对于 Java 后端开发，我们通常不需要手写哈希算法，利用 Redisson 可以快速实现分布式布隆过滤器：
// 1. 获取布隆过滤器 RBloomFilter<String> bloomFilter = redissonClient.getBloomFilter("userList"); // 2. 初始化：预计存放1亿个元素，容错率为3% bloomFilter.tryInit(100000000L, 0.03); // 3. 将真实存在的数据加入过滤器 bloomFilter.add("YF_666"); // 4. 查询时判断 if (!bloomFilter.contains(userId)) { return "非法请求"; // 直接在 Redis 层面拦截，不惊动数据库 }注意：布隆过滤器有误判率，但没有“漏判”。它说不存在，就一定不存在。
二、 缓存雪崩 (Cache Avalanche) —— “多米诺骨牌的倒塌”
1. 什么是雪崩？
定义： 在极短时间内，大量的缓存 Key 同时失效，或者 Redis 宕机，导致原本应该访问缓存的请求全部涌向数据库。
形象比喻： 堤坝（缓存）突然崩塌，洪水（请求）瞬间淹没下游的村庄（数据库）。
2. 避坑指南：
给 TTL 加随机值：设置缓存过期时间时，不要都设成 30 分钟，而是
30min + Random(1~5min)。避开同一时刻大规模失效。双层缓存策略：本地缓存（Caffeine/Guava）+ 分布式缓存（Redis）。Redis 挂了，本地缓存还能顶一阵。
服务熔断与降级：数据库压力过大时，直接开启限流，保护核心业务。
三、 缓存击穿 (Cache Breakdown) —— “明星效应的崩塌”
1. 什么是击穿？
定义： 某个极度热点（Hot Key）的 Key，在承受着上万并发的同时，突然过期了。
形象比喻： 全网都在抢某个明星的演唱会门票（热点 Key），结果在抢票瞬间，这张门票的缓存过期了，成千上万的粉丝直接冲向了售票后台数据库。
2. 解决方案：
互斥锁 (Mutex Lock)：使用
SETNX。当缓存失效时，只有一个线程能拿到锁去查库并更新缓存，其他线程等待或重试。// 伪代码 String value = redis.get(key); if (value == null) { if (redis.setnx(lock_key, 1, 30s)) { // 抢锁 value = db.get(key); redis.set(key, value); redis.del(lock_key); } else { Thread.sleep(100); // 没抢到锁，等一会儿再查缓存 return get(key); } }逻辑过期：缓存不设物理过期时间，而是把“过期时间”写在 Value 里。发现快过期时，后台异步线程去更新，期间旧数据照样返回。适合对一致性要求不那么极端的场景。
总结：保镖手册
| 问题 | 诱因 | 核心解法 |
| 穿透 | 查不存在的数据 | 布隆过滤器 / 缓存空对象 |
| 雪崩 | 大量 Key 同时过期 / Redis 挂了 | 过期时间随机化 / 高可用集群 |
| 击穿 | 热点 Key 过期 | 互斥锁 (SETNX) / 逻辑不过期 |
作为研二学生，在构建简历项目（如你的“知光平台”或“TeachMaxAI”）时，如果能体现出对这些问题的预防机制（比如在 RAG 检索流程中加入布隆过滤器），绝对会让面试官眼前一亮。
关于作者： 💡予枫，某高校在读研究生，专注于 Java 后端开发与多模态情感计算。💬欢迎点赞、收藏、评论，你的反馈是我持续输出的最大动力！
我的博客即将同步至腾讯云开发者社区，邀请大家一同入驻：
https://cloud.tencent.com/developer/support-plan?invite_code=9wrxwtlju1l
当前加入还有惊喜相送！
