redis string 类型无击穿防护能力,需应用层兜底;因其无状态、硬过期特性,热点 key 过期时并发请求会集体穿透至数据库,引发 miss 飙升与 db 压力激增。

Redis String 类型本身不自带击穿防护能力,必须靠应用层策略兜底。单靠 SET / GET 无法解决热点 key 过期瞬间的并发穿透问题——这是由 String 的无状态、无锁、无逻辑过期机制决定的。
为什么 String 类型缓存击穿特别难防
String 是最“干净”的类型:它只存值,不带元信息。不像 Hash 或 Sorted Set 可以附带时间戳或版本号,String 的 EXPIRE 是硬过期,一到时间就彻底消失。一旦 user:10086 这类 key 到期,所有并发请求同时发现 GET 返回 null,就会集体涌向数据库。
- 现象明显:
redis.keyspace_misses瞬间飙升,redis.keyspace_hits断崖下跌 - 数据库慢查询里反复出现同一语句,但返回行数为 0
- Redis 监控里看到大量
GET+SET组合,且SET耗时波动剧烈
用互斥锁(Mutex)控制重建并发
这是最直接、上线成本最低的方案,核心是让只有一个线程去查库写缓存,其余线程等待后直接读新值。
- 锁 key 必须与业务 key 强绑定,例如
user:10086对应锁lock:user:10086 - 必须用
SET命令的NX EX参数组合,不能用SETNX单独加锁再EXPIRE—— 后者不是原子操作,可能锁成功但过期失败 - 锁超时时间要大于数据库查询+写缓存的最大耗时,否则可能多个线程同时拿到锁
- 别在重试逻辑里用递归调用,容易栈溢出;改用循环 + 退避(如
Thread.sleep(50))
示例(Java + RedisTemplate):
Redis 缓存和数据结构管理技能。通过自然语言操作 Redis,支持 String、Hash、List、Set、ZSet、Stream 等数据结构操作。当用户提到 Redis、缓存、消息队列、会话存储时使用此技能。
String lockKey = "lock:" + cacheKey;
Boolean isLocked = stringRedisTemplate.opsForValue()
.setIfAbsent(lockKey, "1", Duration.ofSeconds(10));
if (Boolean.TRUE.equals(isLocked)) {
try {
User user = userMapper.selectById(id);
if (user != null) {
stringRedisTemplate.opsForValue().set(cacheKey, JSON.toJSONString(user), Duration.ofMinutes(30));
}
// 注意:空值也要写入,否则下次仍会抢锁
} finally {
stringRedisTemplate.delete(lockKey);
}
} else {
// 等待后重试,不要立即返回 null
Thread.sleep(50);
return getUserFromCache(id);
}
用逻辑过期替代物理过期
把过期判断从 Redis 移到应用层:缓存值本身包含数据 + 逻辑过期时间戳,GET 后解析再判断是否该更新,而不是等 Redis 自动删 key。
- value 必须是结构化格式(如 JSON),不能存裸字符串,否则无法附带时间戳
- 过期检查和异步刷新必须分离:检查发现逻辑过期,立刻返回旧值,另起线程刷新
- 刷新失败不能影响主流程,需有重试或告警,但绝不阻塞用户请求
- 注意并发刷新:多个线程同时发现逻辑过期,要避免重复刷库,可用
SETNX做轻量级刷新锁
示例 value 结构:{"data":{...},"expireAt":1720840320000},应用读取后对比当前时间戳决定是否触发刷新。
别忽略本地缓存这一层
String 类型击穿压力最先打在 Redis 连接池和网络上,而本地缓存(如 Caffeine)能直接拦截大部分重复请求,大幅降低 Redis 层并发。
- 本地缓存 TTL 应比 Redis TTL 短(比如 Redis 设 30 分钟,本地设 10 分钟),避免本地长期持有过期数据
- 本地缓存也得支持空值缓存,否则无效 key 会反复穿透到 Redis
- 不要把本地缓存当最终一致性保障,它只是缓冲器;更新数据库后,必须主动
invalidate本地缓存 - 本地缓存大小要设限(如
maximumSize(10000)),防止 OOM
真正容易被忽略的是:逻辑过期和互斥锁都依赖「写库成功后必须同步更新缓存」这一前提。如果业务代码里存在先删缓存、再更新 DB 的 Cache-Aside 模式,那上面所有防护都会失效——因为缓存已被删,击穿风险照旧。










