1、缓存基础：为什么需要缓存、缓存的工作原理、缓存带来的挑战

大家好，我是你们这节课的讲师。咱们直接进入正题——缓存。

说实话，我刚开始做后端那会儿，对缓存的理解特别肤浅。就觉得「哦，把数据存内存里，快一点嘛」。直到有一次线上事故，缓存雪崩把数据库打挂了，大半夜被叫起来修……嗯，从那以后我才真正开始认真研究缓存。

1.1 为什么需要缓存？

你想想看，一个典型的 Web 请求链路是什么样的？

用户请求 → 应用服务器 → 数据库 → 返回数据

数据库呢，通常是整个链路里最慢的一环。尤其是关系型数据库，每次查询都要走磁盘 I/O，还要解析 SQL、加锁、事务……慢是常态。

我个人习惯把数据库比作「仓库」，缓存比作「前台桌面」。你总不能每次拿支笔都跑一趟仓库吧？桌面上放几支常用的，随拿随用，多省事。

缓存的核心价值就两点：

• 降低延迟：内存读取是微秒级，磁盘是毫秒级，差了 1000 倍
• 减轻压力：少查数据库，数据库就能扛住更多并发

1.2 缓存的工作原理

说白了，缓存就是一个「以空间换时间」的套路。

你把热点数据放在更快的存储介质里，下次请求直接返回，不用再走慢路径。

典型的缓存工作流程是这样的：

1. 请求来了，先查缓存
2. 缓存命中 → 直接返回，完事
3. 缓存没命中 → 查数据库，把结果写回缓存，再返回

用代码表示就是：

def get_user(user_id):
    # 1. 先查缓存
    user = redis.get(f"user:{user_id}")
    if user:
        return user
    
    # 2. 缓存没命中，查数据库
    user = db.query("SELECT * FROM users WHERE id = ?", user_id)
    
    # 3. 写回缓存，设置过期时间
    redis.set(f"user:{user_id}", user, ex=3600)
    
    return user

这里有个细节——过期时间。我见过不少新手直接把缓存设成永不过期，结果数据变了，缓存还是旧的。嗯，这里要注意，缓存一定要有过期策略。

1.3 缓存带来的挑战

缓存不是银弹。用得好是神器，用不好就是定时炸弹。

我总结了一下，常见的坑有四个：一致性、雪崩、穿透、击穿。咱们一个一个说。

1.3.1 缓存一致性

什么叫一致性？就是「缓存里的数据」和「数据库里的数据」得一样。

但现实是，数据在变。你更新了数据库，缓存没更新，用户拿到的就是脏数据。

常见的解决方案有三种：

方案	做法	优缺点
先更新数据库，再删除缓存	更新 DB → 删缓存	简单，但删除可能失败
先删缓存，再更新数据库	删缓存 → 更新 DB	有并发问题，可能读到旧数据
延迟双删	删缓存 → 更新 DB → 延迟再删一次	更可靠，但多一次删除开销

1.3.2 缓存雪崩

缓存雪崩，就是大量缓存同时失效，或者缓存服务挂了，所有请求直接打到数据库上。

数据库扛不住，就挂了。然后整个系统跟着崩。

我曾经在一个电商项目中遇到过——双十一大促，所有商品的缓存过期时间都设成了整点。结果零点一到，缓存集体失效，数据库瞬间被打爆。那叫一个惨。

怎么防？

• 过期时间加随机值：比如 3600 + random(0, 600)，避免集体失效
• 缓存高可用：用 Redis 哨兵或集群，别单点
• 限流降级：数据库扛不住时，直接返回默认值或错误提示

1.3.3 缓存穿透

缓存穿透，是指请求的数据在缓存和数据库中都不存在。

比如查一个不存在的用户 ID。每次请求都绕过缓存，直接查数据库。如果恶意攻击者批量请求不存在的 ID，数据库就废了。

解决方案：

• 缓存空值：查不到数据时，也缓存一个空值，设置短过期时间（比如 5 分钟）
• 布隆过滤器：请求来之前先判断 ID 是否存在，不存在直接拒绝

我个人更推荐布隆过滤器。为什么呢？因为缓存空值会占用内存，而且如果攻击者换着 ID 打，你还是扛不住。

# 布隆过滤器示例（伪代码）
bloom_filter = BloomFilter(size=1000000, error_rate=0.01)

# 初始化时加载所有合法 ID
for user_id in db.query("SELECT id FROM users"):
    bloom_filter.add(user_id)

# 请求时先判断
if not bloom_filter.contains(request_id):
    return "数据不存在"

1.3.4 缓存击穿

缓存击穿和雪崩有点像，但范围不同。

击穿是指某个热点 key 过期了，同时有大量并发请求访问它。这些请求全部打到数据库上。

比如微博热搜第一的帖子，缓存过期了。一瞬间几万个人刷新，数据库直接跪。

怎么解决？

• 互斥锁：第一个请求去查数据库，其他请求等待。查完写回缓存，后面的直接走缓存
• 逻辑过期：缓存永不过期，但数据里带一个过期时间字段。后台异步更新

小结

这一节咱们聊了缓存的基础。说白了，缓存就是「用内存换速度」。但引入缓存的同时，也带来了四个挑战：

• 一致性：数据同步问题
• 雪崩：集体失效问题
• 穿透：空数据攻击问题
• 击穿：热点 key 过期问题

这些坑我都踩过。嗯，下一节咱们会深入 Redis 的数据结构，看看怎么用 Redis 解决这些问题。到时候我会分享更多实战中的血泪史。

今天就到这儿。有问题随时交流。

---

公众号:蓝海资料掘金营，微信deep3321