面试题：如何解决Redis缓存击穿问题？从原理到落地的满分应答框架

admin 2026-02-11 阅读:16 评论:0

在Java后端面试中，面试题：如何解决Redis缓存击穿问题是高并发场景下的核心考察点——它不仅能考察求职者对缓存架构的理解深度，更能看穿你平衡“性能、一致性、成本”三者的能力。鳄鱼java社区的面试跟踪数据显示，能结合业务场景给出落地方案...

在Java后端面试中，面试题：如何解决Redis缓存击穿问题是高并发场景下的核心考察点——它不仅能考察求职者对缓存架构的理解深度，更能看穿你平衡“性能、一致性、成本”三者的能力。鳄鱼java社区的面试跟踪数据显示，能结合业务场景给出落地方案的求职者，高并发岗位通过率比只会背“互斥锁、逻辑过期”的高72%。

一、先拆解：面试题背后的考察点与缓存击穿的本质

很多求职者开口就说“用互斥锁或者逻辑过期”，但这完全没触及面试官的考察点。这个面试题的核心是要你先明确：缓存击穿和缓存穿透、雪崩的区别，以及它的业务痛点——缓存击穿是指单个热点key在过期瞬间，大量并发请求直接绕过缓存打向数据库，导致数据库瞬间压力过载，甚至宕机。比如电商秒杀的热点商品、直播平台的热门主播动态，一旦缓存过期，每秒可能有10万+请求直接冲击数据库。

面试官真正想考察的是：你是否能根据业务场景选择最优方案，而非堆砌技术名词。比如强一致性场景（如库存查询）和允许短暂不一致的场景（如商品详情），解决方案完全不同。鳄鱼java社区的JVM专家强调：面试中第一个明确区分缓存击穿与其他缓存问题的求职者，会立刻获得面试官的好感。

二、核心解决方案：从互斥锁到逻辑过期的落地实现

针对缓存击穿，业界有4种主流落地方案，每种方案都有明确的适用场景，下面结合代码和鳄鱼java的实战案例讲解：

1. 互斥锁方案：强一致性场景的首选

原理：当缓存过期时，用Redis的setnx（或setIfAbsent）实现分布式互斥锁，只允许一个线程去查数据库更新缓存，其他线程等待重试，避免大量请求打数据库。

示例代码（Spring Boot+Redis）：

 
@Autowired 
private StringRedisTemplate redisTemplate; 
public String getStock(String productId) {
// 1. 先查缓存
String stock = redisTemplate.opsForValue().get("stock:" + productId);
if (stock != null && !stock.isEmpty()) {
return stock;
}
// 2. 缓存空，尝试获取分布式锁 
String lockKey = "lock:stock:" + productId; 
try { 
    // 锁过期时间30s，避免线程异常导致锁无法释放 
    Boolean locked = redisTemplate.opsForValue().setIfAbsent(lockKey, "1", 30, TimeUnit.SECONDS); 
    if (Boolean.TRUE.equals(locked)) { 
        // 3. 获取锁成功，查数据库 
        String dbStock = db.queryStock(productId); 
        // 4. 更新缓存，设置过期时间 
        redisTemplate.opsForValue().set("stock:" + productId, dbStock, 3600, TimeUnit.SECONDS); 
        return dbStock; 
    } else { 
        // 5. 获取锁失败，等待100ms重试 
        Thread.sleep(100); 
        return getStock(productId); // 递归重试 
    } 
} catch (InterruptedException e) { 
    Thread.currentThread().interrupt(); 
    return "0"; 
} finally { 
    // 6. 释放锁 
    redisTemplate.delete(lockKey); 
} 

}

适用场景：强一致性业务（如库存、余额、订单状态），必须保证缓存和数据库的一致性。

优缺点：优点是数据一致性强，实现简单；缺点是高并发下会有线程等待，性能略低，存在死锁风险（需设置锁过期时间）。

2. 逻辑过期方案：读多写少场景的性能最优解

原理：缓存永不过期，而是在缓存值中嵌入逻辑过期时间。请求时判断是否过期，若未过期直接返回；若已过期，获取互斥锁后异步更新缓存，旧请求仍返回旧数据，不阻塞用户。

示例代码：

 
// 自定义缓存对象，包含业务数据和逻辑过期时间 
@Data 
static class CacheValue { 
    private String data; 
    private long expireTime; // 逻辑过期时间戳 
} 
@Autowired
private StringRedisTemplate redisTemplate;
@Autowired
private ExecutorService executorService;
public String getProductDetail(String productId) {
String cacheKey = "product:" + productId;
String cacheStr = redisTemplate.opsForValue().get(cacheKey);
if (cacheStr == null) {
// 缓存为空，直接返回默认值或查数据库（首次加载）
return db.queryProductDetail(productId);
}
// 反序列化缓存对象 
CacheValue cacheValue = JSON.parseObject(cacheStr, CacheValue.class); 
// 未逻辑过期，直接返回 
if (System.currentTimeMillis() < cacheValue.getExpireTime()) { 
    return cacheValue.getData(); 
} 

// 逻辑过期，异步更新缓存 
String lockKey = "lock:product:" + productId; 
if (Boolean.TRUE.equals(redisTemplate.opsForValue().setIfAbsent(lockKey, "1", 30, TimeUnit.SECONDS))) { 
    executorService.submit(() -> { 
        try { 
            // 1. 查数据库获取最新数据 
            String newData = db.queryProductDetail(productId); 
            // 2. 构造新的缓存对象，设置逻辑过期时间（1小时后） 
            CacheValue newCacheValue = new CacheValue(); 
            newCacheValue.setData(newData); 
            newCacheValue.setExpireTime(System.currentTimeMillis() + 3600 * 1000); 
            // 3. 更新缓存 
            redisTemplate.opsForValue().set(cacheKey, JSON.toJSONString(newCacheValue)); 
        } finally { 
            // 释放锁 
            redisTemplate.delete(lockKey); 
        } 
    }); 
} 

// 返回旧数据，保证用户体验 
return cacheValue.getData(); 

}

鳄鱼java社区的电商实战案例显示：采用逻辑过期方案后，秒杀商品的数据库请求量从每秒12万次降到每秒80次，服务响应时间从450ms压缩至60ms。