缓存模式

这一课你将能做到

1. 说清 Cache-Aside、Read-Through、Write-Through、Write-Behind 四种模式的读写路径与适用边界
2. 亲手写出防穿透、防击穿、防雪崩的 Redis 读路径 Java 代码（含互斥锁与空值缓存）
3. 为本站题目详情页设计「CDN + Redis + MySQL」三层缓存并给出 TTL 与失效策略

为什么要学

10 万日活的平台上，题目详情、排行榜、热门题单这些读请求占 90% 以上，全打 MySQL 就是花钱买崩溃。缓存是用内存的贵换数据库的命，是所有读多写少系统的第一杠杆。

面试缓存是必考区，且问法越来越细：「先删缓存还是先更新数据库？」「缓存和数据库不一致怎么办？」「穿透击穿雪崩分别怎么防？」——要求能背能画图，这课按这个标准写。

人话：缓存像你桌上的便签。Cache-Aside 是「先翻便签，没有再查资料，查完顺手抄一份贴桌上」；Write-Through 是「改资料必须同时改便签，永远一致但每次都慢一点」；Write-Behind 是「先改便签，攒一攒再同步资料，快但可能丢」。

先建立图像

四种模式的读写路径：

模式	读路径	写路径	一致性	适用
Cache-Aside	先缓存，miss 再查 DB 并回填	先写 DB，再删缓存	最终一致	通用业务（默认选它）
Read-Through	缓存层代理，业务无感 DB	—	同上	有封装好的缓存 SDK
Write-Through	—	同步写缓存+DB	强	写后读必须最新
Write-Behind	—	写缓存，异步批量刷 DB	弱（可能丢）	写爆炸但可容忍丢失（点赞计数）

本站三层缓存全景：

GET /api/problems/1024
   │
   ├─ ① CDN/浏览器：题目描述静态部分，TTL 1h（公开内容才放）
   │
   ├─ ② Redis：problem:1024 → 完整 JSON，TTL 10min + 随机抖动
   │            rank:weekly  → ZSet 排行榜
   │
   └─ ③ MySQL：problem 表（buffer pool 天然是最后一层）

命中路径的延迟量级：CDN ~10ms（用户就近）→ Redis 0.5ms → MySQL 1-5ms。**每往下一层，延迟差 520 倍**，这就是分层的意义。

容量估算（10 万日活）：

热门题目 2000 道 × 平均 30KB JSON ≈ 60MB
全量题目 5000 道 × 30KB ≈ 150MB —— Redis 4GB 实例绰绰有余
命中率目标 >95%，剩余 5% 回源 DB ≈ 175 QPS × 5% ≈ 9 QPS，单库轻松

跟着做

步骤 1：写出标准 Cache-Aside 读路径（含三防）

@Service
@RequiredArgsConstructor
public class ProblemCacheService {
    private final StringRedisTemplate redis;
    private final ProblemMapper problemMapper;
    private final ObjectMapper objectMapper;

    private static final Duration BASE_TTL = Duration.ofMinutes(10);

    public ProblemDTO getProblem(long id) {
        String key = "problem:" + id;
        String json = redis.opsForValue().get(key);
        if (json != null) {
            // 空值哨兵：防穿透命中
            return "".equals(json) ? null : parse(json);
        }
        return loadFromDb(id, key);
    }

    private ProblemDTO loadFromDb(long id, String key) {
        // 防击穿：miss 后先抢互斥锁，只放一个线程回源
        String lockKey = key + ":lock";
        Boolean locked = redis.opsForValue()
                .setIfAbsent(lockKey, "1", Duration.ofSeconds(3));
        try {
            if (Boolean.TRUE.equals(locked)) {
                ProblemDTO dto = problemMapper.selectDetailById(id);
                if (dto == null) {
                    // 防穿透：不存在的 id 缓存空串 60s，挡住恶意扫描
                    redis.opsForValue().set(key, "", Duration.ofSeconds(60));
                    return null;
                }
                // 防雪崩：TTL 加随机抖动，避免同一秒集体过期
                Duration ttl = BASE_TTL.plusSeconds(
                        ThreadLocalRandom.current().nextLong(0, 120));
                redis.opsForValue().set(key, toJson(dto), ttl);
                return dto;
            }
            // 没抢到锁：稍等后重读缓存（别人正在回填）
            Thread.sleep(80);
            String json = redis.opsForValue().get(key);
            return json == null || json.isEmpty() ? null : parse(json);
        } catch (InterruptedException e) {
            Thread.currentThread().interrupt();
            return problemMapper.selectDetailById(id); // 兜底直查
        } finally {
            if (Boolean.TRUE.equals(locked)) redis.delete(lockKey);
        }
    }
}