缓存击穿是缓存层对热点key失效应对失当所致，需通过数据驱动识别QPS>500且命中率骤降的key，采用逻辑过期+异步更新、分布式锁兜底及主动预热三策协同解决。
缓存击穿不是数据库问题，而是缓存层在高并发下对单个热点 key 失效时的应对失当。核心矛盾在于：一个被频繁访问的 key 刚过期，大量请求同时穿透缓存直击数据库。解决重点不在 SQL 本身，而在缓存策略与访问控制协同设计。
识别并标记真正的热点数据
不能靠经验猜，得用数据说话。上线后通过 Redis 的 INFO commandstats 或 AOF 日志采样，统计 key 的访问频次与时间分布；结合业务日志（如商品详情页 PV、配置中心读取量），筛选出 QPS 持续 >500 且缓存命中率突降的 key。这类 key 才值得投入保护资源，避免“全量永不过期”导致内存浪费或脏数据滞留。
用逻辑过期替代物理过期
对已确认的热点 key，不设 TTL，而是在 value 中嵌入逻辑过期时间字段（如 {"data": "...", "expire_at": 1734502800}）。每次读取先校验该时间戳，若已过期，立即触发异步更新任务（用线程池或轻量消息队列），同时直接返回旧值。这样既维持服务可用性，又避免数据库瞬时压垮。注意：该方案适用于允许短暂延迟更新的场景，比如活动规则、用户等级配置。
加分布式锁做兜底更新
逻辑过期期间若需强一致性（如库存扣减前的最后校验），可叠加互斥锁机制。具体做法：检查到逻辑过期后，尝试用 SET key lock_value NX EX 5 获取锁；成功则查库、重建缓存并释放锁；失败则短暂休眠 50ms 后重试一次，避免长等待。锁超时设为 5 秒足够覆盖绝大多数 DB 查询，防止死锁。
主动预热降低失效风险
不要等过期才响应。对确定性的热点（如每日 10:00 开启的秒杀商品、整点刷新的排行榜），在过期前 2 分钟由定时任务主动调用更新接口，把新数据写入缓存。对非确定性热点（如突发热搜内容），可基于监控告警（如某 key miss rate 1 分钟内升至 30%）触发即时预热脚本。预热动作本身也要限流，避免反向打满数据库。
