总结：如何区分Redis中的缓存穿透与缓存击穿

1. 定义与区别

缓存穿透（Cache Penetration）

+ 定义：查询的数据既不在缓存中，也不在数据库中，但用户仍然频繁请求该数据，导致请求直接穿透到数据库，增加数据库压力。

+ 核心问题：请求的数据根本不存在，但请求量很大，导致数据库被无效查询。

缓存击穿（Cache Breakdown）

+ 定义：热点数据的缓存失效，大量并发请求同时查询该数据，导致请求直接冲击数据库，增加数据库压力。

+ 核心问题：缓存中的数据失效，但数据库中有对应的数据，请求量集中导致数据库压力骤增。

2. 常见场景

缓存穿透

+ 用户请求不存在的ID（如负数ID或非法字符）。

+ 恶意攻击者故意请求不存在的数据。

缓存击穿

+ 热点数据（如热门商品信息、热门新闻）的缓存过期。

+ 大量用户同时请求该热点数据。

3. 解决方案

缓存穿透

+ ‌**布隆过滤器（Bloom Filter）**‌：在缓存层前加一层布隆过滤器，预存所有合法Key的哈希值。请求到达时，先检查布隆过滤器，若不存在则直接拦截请求，返回空；若存在则再查询缓存或数据库。

- 优点：内存占用少，能有效拦截不存在的请求。

- 缺点：可能存在误判，需要合理设置参数。

+ ‌**缓存空值（Cache Null）**‌：对查询结果为空的Key，缓存一个Null值，避免重复穿透。

- 优点：实现简单，能有效减少数据库压力。

- 缺点：可能会占用额外的缓存空间。

+ ‌**参数校验**‌：在查询缓存之前，先对请求的参数进行合法性检查，如过滤非法字符、判断参数范围等，对于明显错误的参数，直接拦截返回。

缓存击穿

+ ‌**互斥锁（Mutex Lock）**‌：当缓存失效时，通过分布式锁让一个线程重建缓存，其他线程等待锁释放后重试。

- 优点：能有效避免多个线程同时查询数据库。

- 缺点：实现复杂，可能会影响性能。

+ ‌**永不过期（Logical Expiration）**‌：对热点Key设置物理永不过期，通过后台异步线程定期更新缓存，保证数据新鲜度。

- 优点：避免缓存失效导致的数据库压力。

- 缺点：需要额外的逻辑来管理缓存更新。

+ ‌**熔断降级**‌：在缓存失效期间，启用降级策略（如返回默认值或静态页面），保护数据库。

- 优点：能有效缓解数据库压力。

- 缺点：用户体验可能受影响。