缓存穿透需分层拦截：入口校验→布隆过滤器→空值写"null_value"短ttl；雪崩需大范围随机过期+启动预热+memorycache兜底+淘汰回调；空值必须用setstringasync写字符串标记，禁用泛型序列化。
缓存穿透和雪崩不是加个 GetOrCreateAsync 或改个随机过期时间就能解决的——关键在拦截层级、空值语义、以及失效节奏的协同控制。
缓存穿透：别让 null 值绕过布隆过滤器直接进缓存
很多人用 MemoryCache.GetOrCreateAsync 或 IDistributedCache.GetStringAsync 查不到就写 null，结果是：恶意 ID（如 "user:-1"、"order:9999999999"）每次都被缓存成 null，内存越积越多，且无法区分“真不存在”和“刚删掉”。
真正有效的做法是分层拦截：
- 第一层：在 Controller 入口用
[Range(1, int.MaxValue)]或自定义ValidationAttribute拦截明显非法 ID - 第二层：启动时加载全量有效 key（如用户 ID、SKU）到布隆过滤器（推荐
Microsoft.Extensions.Caching.BloomFilter），请求先走_bloomFilter.MightContain(key)；返回false直接return NotFound() - 第三层：仅对通过布隆过滤器的 key 才查缓存；若 DB 返回
null，才写入"NULL_VALUE"并设短 TTL（如TimeSpan.FromMinutes(2)）
注意：NULL_VALUE 必须是字符串字面量，不能是序列化后的 null（否则 JsonConvert.DeserializeObject<t></t> 会抛异常）；Redis 中用 StringSetAsync 写入，不要用对象序列化器处理空值。
缓存雪崩：随机过期只是表象，核心是失效密度与预热节奏
把所有 key 的 AbsoluteExpirationRelativeToNow 改成 TimeSpan.FromMinutes(10 + random.Next(-3, 4)) 只能缓解，不是根治。问题常出在：冷启动时全量 key 集中加载、定时任务统一刷新、或 Redis 实例重启后无预热。
必须组合三件事：
- 为每个 key 设置基础过期时间 + 随机扰动，但扰动范围要足够大（例如 ±30% 而非 ±2 分钟），避免“伪随机”仍扎堆
- 应用启动后立即触发关键数据预热（如首页 Banner、用户配置项），用
Task.Run(() => PreloadCriticalKeys())，而非等第一个请求触发 - 对高优先级 key，启用本地
MemoryCache作为兜底：先查IMemoryCache，未命中再查 Redis；即使 Redis 整体不可用，也能扛住部分读流量
特别注意：MemoryCache 的 PostEvictionCallbacks 要注册监听，一旦 key 被淘汰，立刻触发异步重载或告警——否则你以为的“兜底”其实已失效。
IDistributedCache 空值缓存的序列化陷阱
用 IDistributedCache.SetStringAsync(key, "NULL_VALUE") 是安全的，但一旦换成 SetAsync<t></t> 或依赖默认 JSON 序列化，就容易翻车：
-
System.Text.Json默认不保留DateTimeKind.Unspecified，若业务对象含时间字段，反序列化后可能变成 UTC 时间，导致逻辑错误 - 空值被序列化成
"null"字符串，而你代码里判断的是cacheValue == "NULL_VALUE"，永远不匹配 - Redis 中 key 存的是 JSON 字符串，但你误以为是原始对象，后续用
StringGetAsync拿到后再手动DeserializeObject，多了一次无谓解析
建议统一用 SetStringAsync + 明确字符串标记（"NULL_VALUE"、"EMPTY_LIST"），并在读取时先判断字符串内容，再决定是否反序列化。不要图省事封装一个泛型 SetAsync<t></t> 就往里塞所有类型。
最易被忽略的一点：布隆过滤器初始化必须是幂等的，且覆盖全量有效 key —— 如果只预热了前 10 万用户，而第 100001 个新注册用户 ID 立刻被恶意刷，过滤器照样放行。冷数据上线、分库分表扩容、ID 生成策略变更，都得同步更新布隆位图。
