在 Redis 中有两个定义：一个缓存击穿、一个缓存穿透，因为二者的名字比较像，因此很容易就搞混了。但本文会给你提供一个记忆的小技巧，帮你彻底区分二者的定义。
在讲这个技巧之前，我们先来了解一下二者的区别。
1.定义与区别
- 缓存穿透（Cache Penetration）：缓存穿透是指查询的数据既不在缓存中，也不在数据库中，但用户仍然频繁请求该数据，导致请求直接穿透到数据库，增加数据库压力。
- 核心问题：请求的数据根本不存在，但请求量很大，导致数据库被无效查询。
- 缓存击穿（Cache Breakdown）：缓存击穿是指 热点数据的缓存失效，大量并发请求同时查询该数据，导致请求直接冲击数据库，增加数据库压力。
- 核心问题：缓存中的数据失效，但数据库中有对应的数据，请求量集中导致数据库压力骤增。
2.常见场景
- 缓存穿透：
- 用户请求不存在的 ID（如负数 ID 或非法字符）。
- 恶意攻击者故意请求不存在的数据。
- 示例：请求用户 ID 为 -1 或不存在的用户信息。
- 缓存击穿：
- 热点数据（如热门商品信息、热门新闻）的缓存过期。
- 大量用户同时请求该热点数据。
- 示例：促销活动中的热门商品信息突然失效。
3. 解决方案
3.1 缓存穿透的解决方案
- 布隆过滤器（Bloom Filter）：在缓存层前加一层布隆过滤器，预存所有合法 Key 的哈希值。请求到达时，先检查布隆过滤器：
- 如果不存在，直接拦截请求，返回空。
- 如果存在，再查询缓存或数据库。
- 优点：内存占用少，能有效拦截不存在的请求。
- 缺点：可能存在误判，需要合理设置参数。
- 缓存空值（Cache Null）：对查询结果为空的 Key，缓存一个 Null 值，避免重复穿透。
- 优点：实现简单，能有效减少数据库压力。
- 缺点：可能会占用额外的缓存空间。
- 参数校验：在查询缓存之前，先对请求的参数进行合法性检查，如过滤非法字符、判断参数范围等，对于明显错误的参数，直接拦截返回。
3.2 缓存击穿的解决方案
- 互斥锁（Mutex Lock）：当缓存失效时，通过分布式锁让一个线程重建缓存，其他线程等待锁释放后重试。
- 优点：能有效避免多个线程同时查询数据库。
- 缺点：实现复杂，可能会影响性能。
- 永不过期（Logical Expiration）：对热点 Key 设置物理永不过期，通过后台异步线程定期更新缓存，保证数据新鲜度。
- 优点：避免缓存失效导致的数据库压力。
- 缺点：需要额外的逻辑来管理缓存更新。
- 熔断降级：在缓存失效期间，启用降级策略（如返回默认值或静态页面），保护数据库。
- 优点：能有效缓解数据库压力。
- 缺点：用户体验可能受影响。
4.对比
问题 | 定义 | 常见场景 | 解决方案 |
缓存穿透 | 请求的数据既不在缓存中，也不在数据库中，但请求量很大，导致数据库压力增大 | 非法请求、恶意攻击 | 布隆过滤器、缓存空值、参数校验 |
缓存击穿 | 热点数据的缓存失效，大量并发请求直接冲击数据库 | 热点数据失效、高并发场景 | 互斥锁、永不过期、熔断降级 |
通过理解它们的定义、场景和解决方案，你可以更清晰地区分缓存穿透和缓存击穿，并在实际开发中选择合适的解决方法。
5.记忆秘诀
- 缓存击穿：核心是热点数据失效 -> 解决方案是重建热点数据。
- 缓存穿透：核心是 Redis 和 MySQL 都没有数据 -> 解决方案是拦截无效请求。
因此，我们可以认为：
- 缓存击穿 -> 正常的数据失效引发的问题。
- 缓存穿透 -> 非正常的数据访问引发的问题。
就像警察叔叔审讯犯人一样，我们可以用“击穿犯罪嫌疑人的心里防线”，但不能用“穿透犯罪嫌疑的心里防线”，所以，击穿是“正义之词”，而穿透是“非正义之词”，例如，你这点小心思，我还看不“透”，“透”这个词通常是用来描述不好的事情的，因此我们可以使用这个技巧来彻底区分缓存击穿和缓存穿透了，如下图所示：
小结
缓存击穿和缓存穿透是 Redis 中两个常见的高频面试问题，但又很容易搞混二者的定义，我们通过学习本文的内容，相信可以彻底的区分二者的定义。
PS：我是磊哥，一个不爱讲“标准答案”，但爱琢磨标准答案背后原因和原理的一位技术爱好者。关注我，一起学习更多 Java 干货知识。
本文已收录到我的面试小站 [www.javacn.site](https://www.javacn.site)，其中包含的内容有：场景题、并发编程、MySQL、Redis、Spring、Spring MVC、Spring Boot、Spring Cloud、MyBatis、JVM、设计模式、消息队列等模块。