缓存命中率断崖式下跌是雪崩最直接信号,当keyspace_hits与keyspace_misses比值在1–5分钟内从95%+骤降至30%以下,且keyspace_hits归零或极低、keyspace_misses同步激增时,可判定缓存层大面积失效。

缓存命中率断崖式下跌是雪崩最直接信号
当 keyspace_hits 和 keyspace_misses 的比值在短时间内(如 1–5 分钟)从 95%+ 骤降至 30% 以下,基本可以判定缓存层已大面积失效。这不是偶发抖动,而是系统性穿透的开始。
实操建议:
- 用
redis-cli info stats实时查当前值,注意看keyspace_hits是否归零或极低 —— 如果是,说明 Redis 里几乎没有效 key 可命中 - 对比历史曲线:命中率下降必须伴随
keyspace_misses同步激增,否则可能是业务低峰导致的假象 - 避免只看“平均命中率”:雪崩常发生在局部时间窗口,聚合粒度太大(如 1 小时)会掩盖问题
INFO cluster / INFO replication 状态异常预示集群级雪崩风险
单节点故障影响有限,但集群整体失联、主从切换失败、槽位迁移卡住,都会让缓存服务瞬间退化为“无缓存状态”,这是比过期更危险的雪崩诱因。
实操建议:
- 检查
connected_clients是否骤降为 0 或极低值 —— 这往往出现在 Redis 重启后客户端未重连,或连接池被耗尽 - 主从模式下,确认
master_link_status:up;集群模式下,检查cluster_state:ok和cluster_slots_assigned是否等于 16384 - 若发现
loading:1持续存在,说明 RDB/AOF 正在加载,期间所有读请求都会 miss,极易触发雪崩
应用日志中 cache miss rate: 100% 是穿透已发生的铁证
Redis 层指标滞后,而业务日志里的 cache miss rate: 100% 或类似语句,是请求已批量击穿缓存、直冲数据库的第一手证据。
实操建议:
- 用
tail -f application.log | grep "cache miss"实时盯住 —— 不要等告警,人工巡检更早发现问题 - 区分 miss 类型:如果日志中同时出现大量
SELECT或query_database调用,且耗时飙升,基本可排除误配置,确认是真实雪崩 - 注意空值缓存是否生效:若代码里写了
set(key, "", 2, MINUTES),但日志仍持续报 100% miss,说明空值写入失败(比如序列化异常或 key 被误删)
数据库连接池堆积和 CPU 突增是雪崩后果的放大器
缓存雪崩本身不直接压垮 Redis,但它把压力原封不动转嫁给数据库 —— 所以 MySQL 的 Threads_running、连接池满、CPU 95%+,往往是雪崩已发生 30 秒以上的明确信号。
实操建议:
- 不要只监控数据库 QPS:QPS 高未必是雪崩,但
Threads_running > 200+Aborted_clients上升,大概率是缓存穿透引发连接风暴 - 检查慢查询日志是否突然增多 —— 雪崩时大量相同 SQL 重复执行,容易触发慢日志阈值
- 若使用 HikariCP,重点看
HikariPool-1 - Timeout failure日志:说明连接获取超时,数据库已濒临拒绝服务
雪崩的隐蔽性在于它常始于一个看似合理的操作:比如凌晨刷新缓存、升级 Redis 版本、调整 maxmemory 策略。真正难防的不是“全量失效”,而是“你以为只是小范围更新,结果因为 key 命名规则/过期策略/部署节奏一致,实际触发了连锁 miss”。监控必须覆盖 Redis 状态、应用行为、数据库负载三层数据,缺一不可。


















