三大经典问题现象、生活比喻、布隆过滤器数学原理、互斥锁与逻辑过期方案。

缓存穿透/击穿/雪崩

校招考察频度：★ 高频（核心必背·高频生死线） 一句话速记：穿透查“虚无”（库里查无此人，布隆过滤+缓存空值）；击穿破“单点”（热点 Key 瞬间到期，互斥锁+逻辑过期）；雪崩倒“整片”（海量 Key 同时失效或宕机，TTL 随机打散+多级缓存+熔断降级）。

面试经典高频必考三连：穿透、击穿、雪崩。虽然名字相似，但诱因和防护策略截然不同。面试时必须“先分层下定义，再给出生产解法与工程取舍”。

一、三大问题核心特征对比

异常现象	现实大白话比喻	攻击/故障源头	最终打爆的目标
缓存穿透	恶意分子拿着一个根本不存在的身份证号（如负数 ID）去民政局查档案，前台缓存查不到，只能每次都派人去地下档案库（数据库）掘地三尺翻找，最终把库累瘫。	恶意扫描攻击或非法请求	数据库（持续高压穿透）
缓存击穿	某顶级顶流明星突发爆炸性新闻（超级热点 Key），刚好在热度最高峰的那一秒，该 Key 的缓存物理 TTL 刚好到期！百万并发请求同时穿破缓存直击数据库。	正常海量并发 + 单点 Key 过期	数据库（瞬间单点突刺）
缓存雪崩	大批量的 Key 设置了完全相同的过期时间（如全设为 2 小时），到期那一刻全城停电；或者 Redis 整个集群直接物理宕机，所有请求如同雪崩般倾泻至数据库。	批量过期或 Redis 宕机	数据库（全盘崩溃瘫痪）

面对“查无此人”的查询，解法有二：

缓存空对象（Cache Null / Empty）：
- 数据库查不到时，向 Redis 写入空值（如 "" 或 {}），设置极短的 TTL（如 1~3 分钟）。
- 缺点：如果攻击者每次换不同的无序随机 ID，依然会产生大量空 Key 占满 Redis 内存。
布隆过滤器（Bloom Filter，工业界标配）：
- 底层原理：由一个超长二进制位数组（Bit Array）和 $k$ 个独立的哈希函数组成。写入数据时，分别用 $k$ 个哈希函数计算出 $k$ 个位置并置为 1；查询时，必须这 $k$ 个位置全部为 1 才认为可能存在。
- 铁律法则：
  - 只要有任意 1 位是 0，该数据 100% 绝对不存在（可以直接拦截，不查 DB）；
  - 若全为 1，数据大概率存在，但存在一定的“假阳性/误判率（False Positive）”（因为哈希碰撞，这几位可能恰好被其他数据置为 1 了）。
- 删除问题：标准布隆过滤器不能删除数据（清 0 可能会连带影响其他数据）；若需支持删除，需采用计数布隆过滤器（Counting Bloom Filter）。

现象：热点 key（如秒杀商品）在过期瞬间，大量并发请求同时 miss，一起打到数据库。

解法：

现象：大量 key 同一时刻过期（如统一 TTL），或 Redis 实例宕机，流量瞬间全部打到数据库。

解法：