缓存穿透震荡并非由缓存同批失效直接引发,而是因大量无效key绕过缓存反复冲击数据库,需通过随机过期防雪崩+空值缓存/布隆过滤器防穿透双管齐下解决。

缓存穿透震荡不是由缓存同批失效直接引发的——真正被批量击穿的是数据库,而“穿透震荡”本质是大量请求绕过缓存、集中打到数据库后,又因空值未缓存或布隆过滤器漏判,导致后续同类请求反复重演该过程。所谓“因缓存同批失效引发的穿透震荡”,其实是混淆了缓存雪崩与缓存穿透:雪崩是“大量 key 同时过期 → 请求涌向 DB”,穿透是“查根本不存在的 key → 每次都打 DB”。但二者叠加(比如雪崩后大量新请求查无效 ID)会加剧震荡。
先区分问题边界:什么该用随机过期,什么不该
随机过期时间只对缓存雪崩有效,它解决的是“同一类数据在写入时被赋予相同 TTL,从而集体过期”的问题。它不能防止缓存穿透,因为穿透的关键在于“key 本身无意义”(如恶意 ID、已下线商品),和过期时间无关。
所以,“用随机过期平滑穿透震荡”这个目标本身有逻辑偏差。正确路径是:用随机过期防雪崩 + 用空值缓存/布隆过滤器防穿透,双管齐下才能终结震荡。
动态随机过期的三层落地要点
不是简单加个 random 就行,关键在“动态”和“适配业务节奏”:
- 基础 TTL 要分层设定:按数据冷热、更新频率划分档位。例如:用户会话(15–30 分钟)、商品详情(1–2 小时)、首页配置(6–24 小时)。每档再叠加独立随机区间(如商品详情档:3600 ± 600 秒)
- 随机偏移必须有界且可配置:避免某 key 过期时间过长(拖慢数据一致性)或过短(失去缓存价值)。推荐偏移量不超过基础 TTL 的 10%~20%,并通过配置中心(如 Nacos)运行时调整
- 写入时刻即固化过期时间:不要在每次 setex 时实时计算随机值,而是首次生成 final_ttl 后存入缓存值内部(如 JSON 中嵌入 expire_ts 字段),后续刷新也沿用该时间戳,确保同一 key 生命周期可预期
穿透防护必须同步加固,否则随机过期形同虚设
即使所有 key 过期时间完全分散,只要攻击者持续请求 product:999999 这类非法 ID,依然会穿透。必须配套:
- 空值缓存带分级 TTL:对明确不存在的 key(如数据库返回 null 且确认无软删除),缓存 "null" 值,但 TTL 设为 30–60 秒(太短起不到防护作用,太长阻碍真实数据上线)
- 布隆过滤器做前置守门员:在接入层或 Redis 客户端前部署轻量 Bloom Filter,拦截 99% 以上的非法 key 查询。注意定期重建 filter(如每小时全量 ID 重建一次),避免误判率累积升高
- 拒绝兜底策略:对高频命中空值缓存的 key(如 1 分钟内超 100 次查 null),触发限流或直接返回 404,不查 DB 也不写缓存
验证是否真正平滑:两个硬指标
上线后不看日志,盯住两个监控曲线:
- Redis 过期事件速率(expired_events_total):应呈平稳低幅波动,而非尖峰状脉冲;若仍有周期性高峰,说明部分 key 仍被批量写入且未加随机
- DB 空查询 QPS(WHERE id = ? 返回 0 行):下降 90% 以上,且无明显毛刺;若仍有突增,说明空值缓存或 Bloom Filter 未生效

















