后端 Offer 复盘:缓存穿透把我问住了,三个追问逐个拆
- 轮次
- 面试复盘
- 时间
- 2026-11
- 来源
- 牛客网
《面试题目》
- 有恶意请求一直查不存在的 ID,会发生什么?
- 那你怎么解决?
- 空值的 key 如果每天有几百万个不同的随机 ID,Redis 内存怎么办?
- 你说用布隆过滤器,那数据新增了怎么加进去?删除了怎么办?
- 布隆过滤器说「存在」但实际不存在,这个误判你怎么兜?
- 缓存穿透、缓存击穿、缓存雪崩有什么区别?
- 如果让你落地,会怎么分层设计?
《参考解析》
穿透的核心矛盾是「查不到」无法证明「不存在」。 任何缓存都拦不住随机 ID,因为缓存只能记录「查过什么」,不能枚举「可能存在什么」。空值缓存是把「不存在」也变成一种缓存内容,布隆过滤器则是把判断提前到缓存之前。
空值缓存的有效性取决于 ID 空间。 如果 ID 是自增的,攻击者随便编就能绕过;如果 ID 是雪花算法生成的长整型,随机碰撞概率极低,空值缓存就非常有效。所以这一招不是万能,要看 ID 的生成方式。内存问题有两条缓解:空值 TTL 压短(几十秒足够挡住瞬时重复请求),以及对同一 IP 的异常查询在网关层限流。
布隆过滤器的三个现实问题。 一是只能加不能删,商品下架后旧数据还在里面,误判率会随时间上升,标准实现不支持删除,只能用计数布隆或定期重建;二是定时全量重建存在窗口期,新写入的数据会漏,需要双 buffer 切换避免「过滤器为空、所有请求放行」;三是误判率随元素数量增长,容量要按预估峰值留余量,不能按当前量配置。
误判的兜底很轻。 布隆过滤器只有假阳性、没有假阴性:它说不存在就一定不存在,说存在可能是误判。误判的代价只是一次多走的数据库查询,只要数据库前面还有连接池与限流兜着,不会造成雪崩。这也是它适合放在最前面的原因——用极低的成本挡掉绝大多数确定不存在的请求。
分层落地的参考实现。 参数校验(非法 ID 直接拒绝,不进缓存)→ 查缓存(命中空值标记直接返回)→ 布隆过滤器(判定不存在则写入短 TTL 空值并返回)→ 回源加互斥锁(防止同一 key 并发击穿,失败重试要有次数上限)→ 写回缓存(空值短 TTL,正常数据长 TTL)→ 释放锁。要说明每层的失效条件:空值缓存怕随机 ID 刷内存、布隆过滤器怕更新窗口、互斥锁怕锁超时与死锁。
三个概念要分清。 穿透是 key 本身不存在,缓存与数据库都没有;击穿是单个热点 key 过期瞬间,并发全部打到数据库;雪崩是大量 key 同时过期或 Redis 整体不可用,流量整体打穿。解法不通用:穿透用参数校验、空值缓存、布隆过滤器;击穿用互斥锁重建、逻辑过期;雪崩用 TTL 打散、多级缓存、熔断降级。
这次被问住的根子不在知识点。 作者复盘说:所有回答都停在「应该这么做」,没想过「这么做的代价是什么」。空值缓存的内存成本、布隆过滤器的更新窗口、重建期间的一致性问题,才是面试官真正在测的东西。给每个方案补一句「它在什么情况下失效、失效后靠什么兜底」,是最省力的准备方式。