面试题：缓存设计之高级难度：缓存雪崩应对策略分析

Question

假设你正在负责一个高并发电商系统的缓存设计，在大促活动期间，缓存雪崩可能会严重影响系统性能。请分析可能导致缓存雪崩的因素，并给出一套完整且可落地的应对策略，包括策略实施的优先级和理由。

Answer 1

可能导致缓存雪崩的因素

1. 缓存过期时间集中：大量缓存数据设置了相近的过期时间，在大促期间流量高峰时，这些缓存同时过期，导致大量请求直接穿透到数据库，数据库压力瞬间增大，最终可能导致数据库崩溃，系统不可用。
2. 缓存服务器故障：缓存服务器如 Redis 集群出现故障，例如部分节点宕机且未能及时恢复，导致大量缓存数据无法获取，同样大量请求会转而访问数据库，引发缓存雪崩。

应对策略

1. 分散缓存过期时间：在设置缓存过期时间时，使用随机数在一个合理范围内（如原过期时间的±20%）进行调整，避免大量缓存同时过期。这样可以使缓存过期时间分布更为均匀，降低同一时刻大量缓存失效的风险。此策略优先级最高，因为它直接针对缓存过期时间集中这一常见且容易解决的问题，实施成本较低且效果显著。
2. 多级缓存：构建多级缓存架构，如使用本地缓存（如 Guava Cache）和分布式缓存（如 Redis）相结合。先从本地缓存读取数据，如果本地缓存未命中，再访问分布式缓存。当分布式缓存出现故障时，本地缓存仍能提供部分数据的缓存支持，减少对数据库的直接访问压力。此策略优先级次之，它通过增加缓存层次来提高缓存可用性，但相比分散过期时间，实施复杂度有所增加。
3. 缓存预热：在大促活动开始前，提前将热门商品等关键数据加载到缓存中，避免活动开始瞬间大量缓存未命中而导致请求冲击数据库。此策略优先级较高，因为可以在活动开始前就减少因缓存冷启动带来的风险，且实施相对简单，能有效降低数据库初期压力。
4. 服务降级与熔断：设置服务降级机制，当数据库压力过大时，对一些非核心业务进行降级处理，如暂时屏蔽商品评论展示等功能，优先保障核心的商品展示、下单等功能。同时结合熔断机制，当请求失败率达到一定阈值时，自动熔断对数据库的访问，直接返回兜底数据（如提示“活动火爆，请稍后重试”），防止数据库被拖垮。此策略优先级相对靠后，因为服务降级意味着部分功能受限，会影响用户体验，而熔断虽然能保护数据库，但也需要合理设置阈值避免误判，实施相对复杂。
5. 缓存高可用：搭建高可用的缓存集群，如使用 Redis Sentinel 或 Redis Cluster 等方案，确保即使部分节点出现故障，缓存服务仍能正常运行。同时，定期对缓存服务器进行健康检查和备份，以便在故障发生时能快速恢复。此策略优先级较高，能从根本上保障缓存服务的稳定性，减少因缓存服务器故障引发的雪崩风险，但搭建和维护高可用集群需要一定的技术成本和资源投入。