缓存穿透的本质是查不到且高频请求击穿数据库；可通过SET+EXPIRE缓存空值（如empty:item:9999999）或RedisBloom布隆过滤器拦截，二者均需写DB时同步更新标识。
缓存穿透的本质是查不到 + 高频请求击穿数据库
Redis 本身没有内置“拦截器”概念，所谓“在 Redis 端实现拦截”实际是指：利用 Redis 的数据结构和原子操作，在请求到达后端数据库前，就识别并阻断那些注定查不到的恶意/异常 key。关键不是让 Redis 主动过滤，而是让业务层借助 Redis 的能力快速判别——比如用 BloomFilter（需外部集成）、SET 记录空值、或用 EXPIRE 控制空结果缓存时效。
用 SET + EXPIRE 缓存空值是最直接可行的方案
当查询一个不存在的 key（如商品 ID item:9999999），DB 返回 null，此时不丢弃结果，而是往 Redis 写入一个占位符，比如 empty:item:9999999，并设置较短过期时间（如 2 分钟）：
SET empty:item:9999999 1 EX 120
后续请求先检查这个空值标记，命中则直接返回空，不再查 DB。注意几个实操要点：
- 空值 key 要有统一前缀（如
empty:），避免和业务 key 冲突 - 过期时间不宜过长（防止真实数据上架后长期不可见），也不宜过短（增加 Redis 压力）
- 写空值必须用原子命令组合，推荐
SET key value EX seconds，避免SET+EXPIRE分离导致竞态 - 如果业务 key 本身含特殊字符（如冒号、空格），空值 key 也要做同样编码，否则匹配失效
用 BF.EXISTS + BF.ADD 需要 RedisBloom 模块支持
布隆过滤器适合海量 key 场景（如千万级用户 ID），但 Redis 默认不带，得额外加载 RedisBloom 模块。启用后，所有写入 DB 的合法 key 都要同步调用 BF.ADD 注册；读请求先走 BF.EXISTS 判断是否存在，BF.EXISTS 返回 0 就代表“一定不存在”，可立即拒绝。
Redis 缓存和数据结构管理技能。通过自然语言操作 Redis，支持 String、Hash、List、Set、ZSet、Stream 等数据结构操作。当用户提到 Redis、缓存、消息队列、会话存储时使用此技能。
容易踩的坑：
- 模块未安装时执行
BF.EXISTS会报错ERR unknown command，必须提前检测兼容性 - 布隆过滤器有误判率（false positive），但不会漏判（false negative）；所以它只能用于“快速拒绝”，不能替代 DB 查询
- 扩容时
BF.RESERVE的capacity和error_rate必须预估准确，改了就得重建，无法动态伸缩
不要依赖 KEYS 或 SCAN 做实时拦截
有人想用 SCAN 扫描所有 key 判断是否“已知”，这在生产环境是危险操作：
-
KEYS *会阻塞 Redis 单线程，QPS 稍高就雪崩 -
SCAN虽不阻塞，但全量扫描耗 CPU，且结果非实时（期间 key 可能被删或新增） - 无法区分“真不存在”和“刚过期还没来得及清理”的空状态
- 没有任何原子性保证，不能作为拦截依据
真正可靠的拦截，永远基于写时注册 + 读时查表，而不是读时反向推导。
空值缓存和布隆过滤器不是二选一，高频固定集合（如黑名单）用 BF，低频动态场景（如新上架商品）用 SET + EXPIRE；两者都绕不开“写 DB 时同步更新缓存标识”这个动作——漏掉这步，再好的结构也形同虚设。
