缓存击穿指单个热点key过期瞬间遭大量并发请求穿透至数据库，导致瞬时DB压力激增；核心解决思路是“续命”（如永不过期、自动续期）或“防并发重建”（如原子化SET+EX、互斥锁），布隆过滤器对此无效。
缓存击穿（Cache Breakdown）指某个热点 key 在过期瞬间被大量并发请求穿透到数据库，造成 DB 瞬时压力激增。它和缓存穿透、雪崩不同，**只针对单个高热度 key 的过期场景**。解决它的核心思路不是“挡流量”，而是“续命”或“防并发重建”。没有绝对“更优”的方案，只有在具体场景下更稳、更轻、更易维护的选型。
用 SETNX + 过期时间实现互斥重建，为什么容易漏掉 EXPIRE？
这是最常被抄错的写法：先 SETNX lock:hotkey 1，成功再查 DB、写缓存、删锁。但很多人忘了给缓存本身设过期时间，导致后续所有请求都走 DB —— 因为缓存没写进去，或者写进去了但没 EX 参数。
正确做法必须两步原子化（或至少强顺序）：
-
SET hotkey value EX 300 NX—— 直接带过期时间的原子写入，避免写完不设过期 - 若失败，才去争锁：
SETNX lock:hotkey 1，成功后加EXPIRE lock:hotkey 10防死锁，再查 DB、SET hotkey value EX 300、DEL lock:hotkey - 客户端需统一处理
nil响应：不直接报错，而是降级查 DB 或返回默认值
Redis 2.6+ 的 EVAL 脚本能否真正解决并发重建？
可以，但代价是 Lua 脚本阻塞主线程 —— 所有其他命令（包括 GET、INCR）都会排队等它执行完。对单个热点 key 来说，脚本内逻辑越重（比如含 HTTP 请求或复杂计算），阻塞越久，QPS 下跌越明显。
典型误用：
redis.call("GET", KEYS[1])
if not res then
local data = http.get(...) -- ❌ 不允许！Redis Lua 不支持网络 IO
redis.call("SET", KEYS[1], data, "EX", 300)
end可行的轻量脚本只做“判断 + 写缓存”，DB 查询必须由客户端完成：
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。
- 脚本只检查 key 是否存在，不存在则
SET ... NX EX占位，并返回 1；存在则返回 0 - 客户端收到 1 后去查 DB，再
SET真实值；收到 0 则直接GET - 注意：脚本不能依赖
redis.call("TTL", ...)判断是否“即将过期”，因为 TTL 返回 -2/-1 时语义模糊，不如业务层控制过期前 10 秒主动刷新
布隆过滤器（Bloom Filter）对缓存击穿完全无效，别乱套用
布隆过滤器解决的是**缓存穿透**（查一个压根不存在的 key），它能快速告诉你“这个 key 绝对不存在”，从而避免查 DB。但缓存击穿的前提是 key 存在且热度极高 —— 它只是刚好过期了。此时布隆过滤器永远返回 true，起不到任何拦截或分流作用。
如果你在击穿场景里加了布隆过滤器，只会徒增一次 Redis GETBIT 调用，还可能因 filter 误判（false positive）导致合法请求被拒。
真正该用布隆过滤器的地方只有两个：
- 用户输入的 ID 是纯数字但长度不定（如短链 ID），且存在大量恶意构造的非法 ID
- 黑名单/白名单类场景，需要极低内存开销判断海量元素是否“可能在集合中”
本地缓存（Caffeine/Guava）+ Redis 双检，为什么反而增加复杂度？
双检（先查本地缓存，再查 Redis，再查 DB）看似保险，但在击穿场景下问题突出：
- 本地缓存过期时间难设定：设太短，频繁穿透；设太长，无法响应 Redis 中 key 的真实过期变化
- 多实例部署时，各节点本地缓存不同步，A 节点刚重建好 hotkey，B 节点仍认为过期，又触发一次 DB 查询
- 本地缓存失效策略（如 LRU）可能把 hotkey 淘汰掉，而 Redis 还没过期，造成“伪击穿”
除非你的服务是单实例、且 hotkey 更新频率极低（如每天一次）、且能接受秒级不一致，否则不建议引入本地缓存对抗击穿。
真正关键的细节常被忽略：**击穿防护的有效性，取决于你如何定义“热点 key 的生命周期”**。如果业务上允许该 key 提前 5 秒自动续期（比如用 EXPIRE hotkey 300 在每次访问时刷新），那比任何锁或脚本都简单可靠；但如果 key 必须严格按业务时间过期（如支付订单 15 分钟未支付自动关闭），那就必须接受重建瞬间的 DB 压力，并靠限流 + 降级兜底 —— 此时所谓“最优方案”其实是“最可控的兜底方案”。
