后端面试被问缓存穿透:答完标准答案后又补的两句
- 轮次
- 面试复盘
- 时间
- 2026-11
- 来源
- 牛客网
《面试题目》
- 缓存穿透是怎么产生的?你怎么处理?
- 空值缓存有什么代价?TTL 设多长合适?
- 空值缓存与真实数据的一致性怎么保证?
- 缓存穿透、缓存击穿、缓存雪崩有什么区别?各自的解法是什么?
- 布隆过滤器你们真上了吗?为什么上或不上?
- 布隆过滤器的删除和预热问题怎么处理?
《参考解析》
穿透的本质是「查不到」无法证明「不存在」。 请求查询一个数据库里也没有的 key,缓存永远不命中,流量全部落到数据库;恶意构造大量不存在的 ID 打过来,数据库可能被压垮。常规三板斧是:接口层参数校验(负数、超长、格式不对直接挡掉)、空值缓存(查不到也写一个短 TTL 的空标记)、布隆过滤器(把所有可能存在的 key 预热进去,判定不存在就直接返回)。
public User query(long id) {
String key = "user:" + id;
String cached = redis.get(key);
if (cached != null) {
return "NULL".equals(cached) ? null : parse(cached);
}
User user = userMapper.selectById(id);
if (user == null) {
redis.setex(key, 60, "NULL"); // 空值也缓存,TTL 短
return null;
}
redis.setex(key, 1800, toJson(user));
return user;
}
空值缓存不是免费的。 有团队把空值 TTL 设成 30 分钟以减少回源,结果被一波递增 ID 扫描撞上——每个 ID 都不存在,每个都种一个 NULL 进 Redis,两天后内存涨了近一倍。改进有两条:空值 TTL 压到 60 秒左右,够挡住瞬时重复请求即可;在网关层对同一 IP 短时间大量 miss 做限流。还有一点容易忽略:空值缓存与真实数据的一致性——如果这个用户后来注册进来、而空值还没过期,就会出现一段时间查不到,正确做法是写入时主动删除该 key,而不是干等 TTL 过期。
穿透、击穿、雪崩三者解法不通用。 穿透是 key 根本不存在,解法是参数校验、空值缓存、布隆过滤器;击穿是单个热点 key 过期的瞬间并发全部回源,解法是互斥锁重建或逻辑过期;雪崩是大量 key 同时过期或 Redis 整体不可用,解法是 TTL 打散、多级缓存、熔断降级。拿布隆过滤器去解雪崩是南辕北辙。回答时先说「先判断是 key 不存在,还是 key 存在但缓存没了」,再选工具。
布隆过滤器的两个犹豫点。 一是删除困难:普通布隆不支持删除,用户被删后位不会自动清掉,误判率会随时间上升,只能用计数布隆或定期重建;二是预热成本:几千万 key 初始化需要一个离线任务慢慢灌,还要有双写方案保证新增 key 不丢。对于一个日请求量不高的内部服务,为这点收益引入一个需要长期维护的组件并不划算——空值缓存加网关限流已经能兜住绝大部分问题。
面试里的加分点。 答完标准答案只是起点,真正拉开差距的是「你踩过哪个坑」和「为什么选 A 不选 B」。清单里的每一项都有成本与副作用:空值缓存吃内存、布隆过滤器要维护、限流会误伤正常用户。能把这些代价讲清楚,比背全三个方案有用。