缓存穿透风险等级取决于非法请求是否具备持续冲击数据库的能力，关键看数据库慢日志中无索引空查询、应用层空加载日志、db qps与错误率是否同步突增，而非仅看是否存在空值查询。

缓存穿透不是“有没有”，而是“打不打得垮”

缓存穿透风险等级不能靠“是否存在空值查询”来判断，关键看它是否具备持续冲击数据库的能力。一个 id=-1 的请求单次打库无害，但每秒 5000 次 id=9999999（超出业务 ID 范围）的请求，就可能直接耗尽 MySQL 连接池——尤其当 max_connections 被人为调低到 3 这类压测场景下，Too many connections 错误会在几秒内出现。

真正要盯住的三个信号

别只看 Redis 的 keyspace_misses，这些指标掩盖了穿透的真实杀伤力：

Redis Skill - 高性能缓存管理

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。

下载

• 数据库慢日志中是否集中出现 SELECT ... WHERE id = ? 类无索引查询，且返回为空
• 应用层日志里是否高频出现类似 loadFromDBAndSetCache returned null for key: user:-1 的记录
• 监控图表中 DB QPS 突增时段，与应用错误率（如 500、timeout）上升是否严格同步

布隆过滤器不是万能解药，得看落地成本

布隆过滤器能拦截大部分非法 key，但它本身有维护成本和误判率。用之前必须确认：

• 业务 key 是否可枚举或可预生成（比如用户 ID 是自增整数，范围已知；但订单号是 UUID 就很难建）
• 写入路径是否支持实时更新布隆位图（新增用户时，能否同步 bloomFilter.put("user:12345")）
• 是否接受 false positive（误判存在）——这会导致少量真实请求被拦，但不会导致穿透；而 false negative（漏判）才是致命的

空值缓存要带 TTL，且避免全量兜底

对确认不存在的 key 写入 SET user:-1 "" EX 60 是最简单有效的防线，但容易踩坑：

• EX 时间不能设太长（比如 24h），否则业务逻辑变更后，旧的“空”状态会长期污染缓存
• 不能对所有空结果都缓存，比如模糊搜索 search:keyword=abc* 返回空，缓存它会掩盖后续真实数据的上线
• 注意区分“查无此 ID”和“查无此业务状态”，后者可能是临时不可用，不应缓存空值

布隆过滤器和空值缓存往往要组合使用：布隆做前置快速过滤，空值缓存兜底漏网请求。真正难的是确定哪些 key 值域可收敛、哪些查询路径必须强校验——这没法靠配置解决，得翻一遍 DAO 层的 SQL 条件和 Controller 入参校验逻辑。