用 setnx 加分布式锁是最直接的解法：通过原子性设置带业务前缀和过期时间的锁（如 lock:product:10086），配合 lua 脚本安全释放，可有效防止缓存击穿导致的数据库雪崩。
用 SETNX 加分布式锁是最直接的解法
缓存击穿本质是：一个热门 key 过期瞬间，大量请求同时穿透到数据库。不加控制的话，DB 就会收到几百上千次重复查询——哪怕只持续 1 秒，也足以拖垮服务。
用 SETNX（即 SET if Not eXists）在 Redis 里设一个临时锁是最常用、最轻量的方案。它天然支持原子性，且不需要额外组件。
- 锁名建议带业务前缀和
key，比如lock:product:10086，避免不同业务误删 - 必须设置过期时间（
EX参数），否则锁进程崩溃或异常退出会导致死锁 - 锁超时时间要略大于 DB 查询 + 写缓存的耗时，但别设太长（如超过 5 秒），否则等待线程积压严重
- 释放锁不能简单
DEL，得用 Lua 脚本保证“判断+删除”原子性，否则可能删掉别人刚加的锁
逻辑过期比物理过期更抗压，但要注意脏数据窗口
不设 EX，改在 value 里存一个逻辑过期时间戳，是另一种主流思路。它把“是否过期”的判断从 Redis 移到应用层，彻底避开物理过期那一瞬的并发洪峰。
但它不是银弹：新值还没刷进缓存前，所有请求拿到的都是旧数据。对价格、库存等强一致性场景不适用，但对商品描述、用户资料这类容忍延迟的场景很友好。
- 更新缓存必须加锁（仍用
SETNX），否则多个线程可能同时触发 DB 查询 - 异步刷新推荐走线程池或消息队列，别用
Thread.start()，避免线程爆炸 - 返回旧值时，要确保这个旧值本身没被其他逻辑误删或覆盖
- 监控逻辑过期 key 的刷新耗时，如果某次 DB 查询卡住，会导致后续所有请求都返回陈旧数据
预热 + 随机 TTL 是预防型手段，适合已知热点
如果能提前知道哪些是热点（比如首页 banner、秒杀商品、排行榜前 20），就别等它过期再救火，主动预热更稳。
但光预热不够——如果所有热点 key 都设成 1 小时过期，那整点一到就是雪崩前奏。必须打散过期时间。
- 预热时机选在低峰期（如凌晨 2 点），用脚本批量加载，避免和用户流量撞车
- TTL 建议加随机偏移，比如基础 3600 秒，再 ±300 秒：
3600 + random.randint(-300, 300) - 预热失败要告警，不能静默跳过；尤其注意预热用的 DB 查询是否走索引，别把预热变成慢查询源
- 动态热点（如突发新闻、热搜话题）没法靠预热覆盖，得配合前面两种实时防御手段
别忘了检查锁的释放时机和重试逻辑
很多线上事故不是锁没加，而是锁加了但没正确释放，或者重试没设上限，导致线程堆积、连接耗尽。
比如用递归重试 get_data(key)，一旦 DB 挂了，所有线程会无限循环 sleep + 重试，最终把连接池撑爆。
- 重试最多 2–3 次，每次间隔递增（如 100ms → 200ms → 400ms），避免雪球效应
- 锁释放必须放在
finally块或使用try-with-resources，确保异常时也能清理 - 监控
lockkey 的平均存活时间和命中率，如果大量锁超时未释放，说明 DB 查询慢或锁粒度太粗 - 测试时一定要模拟锁冲突场景，光测单线程通过没意义
