大促压测命中率掉到六成:缓存穿透的定位与四条防线
- 时间
- 2026-11
- 来源
- 牛客网
《面试题目》
- 说说缓存穿透怎么排查?
- 线上真出这事,你是怎么定位到是穿透的?
- 穿透、击穿、雪崩长得像,怎么区分?
- 你的排查顺序是什么?
- 采样 miss 的 key 具体怎么做?有什么坑?
- 方案怎么取舍?为什么最后没上布隆过滤器?
- 空值缓存被恶意刷怎么办?
- 这道题你会怎么收尾?
《参考解析》
先分清三种失效:雪崩是大量 key 同一时刻失效,key 本身有数据;击穿是单个热点 key 失效,瞬间并发打穿;穿透是 key 在缓存和 DB 里都不存在,请求永远命中不了缓存。帖主第一反应是雪崩,给存量 key 的过期时间加随机抖动,观察半小时指标没动,才回头做区分。
定位方法:抓一段 Redis 的 slowlog 与 monitor 采样,看 miss 的 key 长什么样——结果高度集中在一个业务前缀下,后缀是递增 ID,且这些 ID 在 DB 里查出来全为空,基本锁定穿透。这一步不要省:把「缓存没预热」误判成穿透的例子很多。
排查顺序:第一看命中率曲线与 DB 慢查询——命中率下跌但 DB 查询耗时正常、只是量变大,更像穿透;DB 出现大量慢 SQL,先怀疑击穿或大 key。第二采样 miss 的 key 模式,看前缀是否单一、后缀是否机械递增。第三随机抽几十个 miss 的 key 反查 DB,确认都不存在。第四看请求来源,翻网关或 Nginx 的 access log,看 IP 与 UA 分布,脚本特征通常很明显。帖主那次就是一串请求来自少数几个 IP、UA 还是脚本。
四条防线各自挡什么:参数校验挡明显非法的 ID,成本最低先做;空值缓存挡重复查询的不存在 key,TTL 设几十秒,防止被刷满内存;布隆过滤器挡大量随机不存在的 key,适合 key 空间可枚举的场景,但有误判率、删除要额外处理;接口限流挡脚本扫库,治标但能挡住大部分恶意流量。它们是叠加关系,不是替代关系。
为什么没上布隆:商品 ID 自增、总量不大,空值缓存加限流已经够用;上布隆要多维护一份数据同步逻辑,还要处理重建与误判,收益不划算。这个取舍在面试里比「全都要」更有说服力。
空值缓存被恶意刷:随机 key 会让空值缓存本身变成内存压力。应对是给空值 key 加独立前缀便于监控与批量清理、设置短 TTL 并配淘汰策略、入口限流按来源维度收窄,以及离线分析日志把异常 key 段拉黑。
收尾:排查穿透的核心不是知道几个方案,而是能从监控、日志、key 模式三个维度证明「请求查的东西根本不存在」。指标一片红的时候,先分清是哪种失效,再决定往哪加防线。