湖州开具餐饮发票流程

近期查看 Java 后端秋招提前批面试经验，Redis 相关问题的出现频率很高。并非简单询问“Redis 有哪些数据结构”，而是从项目实践切入：简历中提及了缓存优化，那么缓存穿透、击穿、雪崩分别如何应对？为什么采取这些措施？线上是否真正执行过？

这类问题看似常规，实则容易在追问中暴露短板。许多人直接背诵“穿透用布隆过滤器，击穿用互斥锁，雪崩加随机过期时间”，面试官进一步追问便难以应对。

更建议从“一次请求的完整路径”来组织回答。

首先明确三者的区别
缓存穿透，指请求的数据本身不存在。例如持续查询 id 为负数的商品，缓存和数据库中均无数据，每次请求都直接打到数据库，这才称为穿透。

缓存击穿，指某个热点 key 突然过期。比如首页推荐配置、爆款商品库存、秒杀活动信息等，平时由缓存承载压力，一旦该 key 失效，大量请求同时涌入数据库。

缓存雪崩，指一批 key 在同一时间失效，或 Redis 集群本身短暂不可用。这不是单个热点 key 的问题，而是缓存层整体失效。

面试中先清晰阐述这些区别，后续讨论才有基础。若将击穿与穿透混淆，面试官通常会认为你仅靠背诵答题。

穿透：不应只提布隆过滤器

处理穿透的第一层措施是参数校验。

若业务规定商品 id 必须为正整数，那么负数、超长字符串、明显不合法的枚举值应在入口处拦截。避免此类请求进入缓存层，更不应落库。

第二层是缓存空值。数据库查询不到结果时，可将空结果写入缓存，设置较短的过期时间（如几十秒到几分钟）。这样同一不存在的 key 不会反复查询数据库。

布隆过滤器适用于更重的场景：数据集合相对稳定、非法 key 数量庞大、数据库压力已较为明显。其特点是可能误判“存在”，但不会将真实存在的数据误判为不存在。因此可用作前置过滤，但不能作为最终依据。

一个稳妥的回答可以这样组织：

• 先进行入参校验，拦截明显非法请求；
• 数据库查询为空时缓存空值，避免同一不存在的 key 重复冲击数据库；
• 若非法 key 规模较大，可将合法 id 集合放入布隆过滤器进行前置判断。

若面试官追问“缓存空值是否会污染 Redis”，可回应：空值 TTL 应短、value 应小，并且仅对高频不存在的 key 进行缓存，而非所有 miss 都无脑写入。

击穿：互斥锁并非仅用 SETNX

热点 key 过期时，最需防范的是大量线程同时查询数据库并回写缓存。

常见做法是加互斥锁：只有获取锁的线程查询数据库并重建缓存，其他线程等待后重试，或直接返回旧值。

这里有常见陷阱：不要使用“SETNX 后再 EXPIRE”。这两个命令非原子操作，中间进程崩溃可能造成死锁。Redis 中更推荐使用一条 SET 命令带 NX 和 EX 参数，将“仅在不存在时设置”与“过期时间”合并为原子命令。解锁时还需校验 value，通常使用 Lua 脚本确保只删除自己的锁。

若业务允许短暂旧数据，逻辑过期方案更友好：缓存中不仅存放数据，还附带一个逻辑过期时间。请求到达时发现逻辑过期，并非立即让所有线程查库，而是由一个线程异步刷新，其他线程先使用旧数据。

这在首页配置、榜单、推荐位等场景中很常见。用户看到几十秒前的数据影响不大，但数据库被打爆就是真实事故。

我会这样回答：

• 强一致要求高的热点 key，使用互斥锁重建缓存；
• 读多写少、允许短暂旧值的热点 key，采用逻辑过期加异步刷新；
• 锁需设置过期时间，value 需唯一，删除锁时需校验 owner。

这几句话相比单纯背诵“互斥锁”更有分量。

雪崩：随机 TTL 仅为最低配置

雪崩的典型原因有两个。

其一是大量 key 同时过期。例如批量导入缓存时全部设为 30 分钟，半小时后一起失效。可通过随机 TTL 缓解：在基础过期时间上增加一段随机抖动，使 key 分散失效。

其二是缓存服务本身不可用。此时随机 TTL 无法解决，需考察系统是否具备本地缓存、限流、降级、熔断，以及核心数据能否预热。

面试时可分层阐述：

• 过期时间层：TTL 加入随机值，避免同批 key 同时失效。
• 热点数据层：上线或活动前进行预热，不等待用户请求触发重建。
• 系统保护层：本地缓存兜底、接口限流、数据库保护、非核心功能降级。

若项目仅为普通后台系统，无高并发活动，不必硬编秒杀场景。可以说“未做过秒杀，但在后台字典、配置缓存中会使用随机 TTL，避免定时任务批量刷新导致同时过期”。这样的回答反而更真实。

面试官真正关注的是实践，而非名词

这类问题最终通常会落到项目细节。

若简历中写到了 Redis，应提前想清楚以下问题：

• 哪些数据使用了缓存？为什么这些数据适合缓存？
• key 如何设计？是否包含前缀、版本号、业务 id？
• TTL 设为多少？固定值还是带随机？
• 数据更新时，是删除缓存、更新缓存，还是延迟双删？
• 若缓存未命中，数据库能否承受？是否有限流？

这比背诵十页 Redis 面试题更为关键。

准备此类问题时，可将简历中的项目描述输入面灵 AI，让其以面试官口吻连续追问五轮。第一轮通常能应对，第三轮开始便能发现自身理解薄弱的环节。