在 .NET 高并发系统中Redis 作为核心缓存层一旦出现“穿透、击穿、雪崩”数据库将瞬间承受巨大压力严重时甚至会导致整个服务雪崩。本文将深入剖析三者原理并给出可直接落地的 .NET 解决方案。一、缓存穿透1. 原理客户端请求的数据缓存里没有数据库里也没有。每次请求都会绕过缓存直达数据库。恶意攻击者可通过构造大量不存在的 key使数据库压力剧增。请求 -- 缓存(Miss) -- 数据库(无记录) -- 返回空 (下次同样请求仍会重复上述路径)2. 解决方案A. 缓存空值查询数据库发现数据不存在时也在 Redis 中缓存一个短过期时间的空对象或特殊标记。下次相同请求直接命中空缓存不再访问数据库。.NET 实现示例(StackExchange.Redis)publicasyncTaskProduct?GetProductAsync(intid){vardb_redis.GetDatabase();stringkey$product:{id};varcachedawaitdb.StringGetAsync(key);if(cached.HasValue){// 若为特殊空标记直接返回nullif(cachedNULL)returnnull;returnJsonSerializer.DeserializeProduct(cached!);}// 查询数据库varproductawait_dbContext.Products.FindAsync(id);if(productnull){// 缓存空值过期时间短防止占用内存awaitdb.StringSetAsync(key,NULL,TimeSpan.FromMinutes(1));returnnull;}// 正常缓存awaitdb.StringSetAsync(key,JsonSerializer.Serialize(product),TimeSpan.FromMinutes(10));returnproduct;}B. 布隆过滤器在缓存之前加一层布隆过滤器它用极小的内存判断一个 key一定不存在或可能存在。所有合法的 key如所有商品 ID提前加载到布隆过滤器请求先通过过滤器若判断不存在则直接拒绝不访问缓存和数据库。.NET 使用 BloomFilter 示例借助StackExchange.Redis的布隆模块或本地内存过滤器:// 使用内存布隆过滤器适合单机或预热到RedisvarfilternewBloomFilter(1000000,0.01);// 预计100万数据1%误判率// 初始化加载所有合法keyforeach(varidinallProductIds)filter.Add(id);publicasyncTaskProduct?GetWithBloomAsync(intid){if(!filter.Contains(id))returnnull;// 直接返回不查库// 正常走缓存数据库逻辑returnawaitGetProductAsync(id);}布隆过滤器可基于 Redis 的BF.ADD/BF.EXISTS命令需安装 RedisBloom 模块或使用BitMap自行实现。二、缓存击穿1. 原理某个热点 key 在过期的一瞬间大量并发请求同时穿透缓存直接打到数据库。例如秒杀商品的缓存刚过期瞬间涌入上万请求重建缓存数据库极易被压垮。时间线 T1: 热点key过期 T2: 大量请求同时发现缓存Miss - 全部查询数据库2. 解决方案核心思想避免让大量线程同时执行数据库查询与缓存重建。A. 互斥锁SetNX第一个线程获取分布式锁负责查库并重建缓存其他线程等待锁释放后直接从缓存读取。publicasyncTaskProduct?GetProductWithLockAsync(intid){vardb_redis.GetDatabase();stringkey$product:{id};stringlockKey$lock:product:{id};vartokenGuid.NewGuid().ToString();varcachedawaitdb.StringGetAsync(key);if(cached.HasValue)returncachedNULL?null:JsonSerializer.DeserializeProduct(cached!);// 尝试获取分布式锁if(awaitdb.LockTakeAsync(lockKey,token,TimeSpan.FromSeconds(10))){try{// 双重检查可能其他线程已经重建cachedawaitdb.StringGetAsync(key);if(cached.HasValue)returncachedNULL?null:JsonSerializer.DeserializeProduct(cached!);varproductawait_dbContext.Products.FindAsync(id);if(productnull){awaitdb.StringSetAsync(key,NULL,TimeSpan.FromMinutes(1));returnnull;}awaitdb.StringSetAsync(key,JsonSerializer.Serialize(product),TimeSpan.FromMinutes(10));returnproduct;}finally{awaitdb.LockReleaseAsync(lockKey,token);}}else{// 未获取到锁等待后重试awaitTask.Delay(50);returnawaitGetProductWithLockAsync(id);// 递归重试可限制次数}}B. 逻辑过期永不过期 异步重建缓存本身不设过期时间在 value 中额外存储一个逻辑过期时间。读取时若发现逻辑过期先返回旧值然后开一个后台任务去更新缓存避免阻塞请求。publicclassProductCacheData{publicProductData{get;set;}publicDateTimeExpireTime{get;set;}}publicasyncTaskProduct?GetProductLogicalExpireAsync(intid){vardb_redis.GetDatabase();stringkey$product:{id};varjsonawaitdb.StringGetAsync(key);if(json.IsNullOrEmpty)returnnull;varcacheDataJsonSerializer.DeserializeProductCacheData(json!);// 逻辑未过期直接返回if(cacheData.ExpireTimeDateTime.Now)returncacheData.Data;// 逻辑过期尝试获取锁stringlockKey$lock:product:{id};vartokenGuid.NewGuid().ToString();if(awaitdb.LockTakeAsync(lockKey,token,TimeSpan.FromSeconds(10))){try{// 异步重建缓存不阻塞当前请求_Task.Run(async(){varproductawait_dbContext.Products.FindAsync(id);varnewDatanewProductCacheData{Dataproduct,ExpireTimeDateTime.Now.AddMinutes(10)};awaitdb.StringSetAsync(key,JsonSerializer.Serialize(newData));});}finally{awaitdb.LockReleaseAsync(lockKey,token);}}// 无论是否获得锁都返回旧数据可能略微过时但保证可用returncacheData.Data;}三、缓存雪崩1. 原理大量缓存在同一时刻失效或者 Redis 节点宕机导致巨量请求直接冲向数据库就像雪崩一样瞬间冲垮系统。场景批量 key 设置了相同的过期时间在某个时间点共同过期。Redis 集群大面积故障缓存服务完全不可用。2. 解决方案A. 过期时间加随机因子在基础过期时间上叠加一个随机值避免大量 key 同时过期。varbaseExpireTimeSpan.FromMinutes(10);varrandomnewRandom();varactualExpirebaseExpireTimeSpan.FromSeconds(random.Next(0,300));// 加0~5分钟awaitdb.StringSetAsync(key,value,actualExpire);B. 多级缓存 限流降级设置本地内存缓存如IMemoryCache作为一级缓冲Redis 为二级缓存。即使 Redis 故障本地缓存仍能挡掉部分请求。同时接入熔断降级框架如 Polly当数据库压力过大时直接返回降级数据或限流。// Polly 本地缓存降级示例varfallbackPolicyPolicyProduct?.HandleException().FallbackAsync(asyncct{// 尝试从本地内存缓存获取if(_memoryCache.TryGetValue(key,outProductlocalProduct))returnlocalProduct;returnnull;// 或返回兜底数据});varproductawaitfallbackPolicy.ExecuteAsync(async(){returnawaitGetFromRedisOrDbAsync(id);});C. Redis 高可用架构使用 Redis 哨兵 / 集群模式。主从 自动故障转移避免单点故障。对于关键数据采用持久化RDB/AOF确保快速恢复。四、总结与最佳实践问题典型特征.NET 核心解决手段穿透请求不存在的数据缓存空值、布隆过滤器击穿热点 key 瞬间过期互斥锁SetNX、逻辑过期异步重建雪崩大量 key 同时过期或 Redis 宕机随机过期时间、多级缓存、熔断降级、集群高可用.NET 实战组合建议所有缓存写入统一封装自动添加随机过期时间。对已知的合法 ID 集合构建布隆过滤器入口处拦截非法请求。热点数据采用“逻辑过期 互斥锁”方案保证高可用。结合Polly实现熔断、降级、重试策略形成纵深防御。监控 Redis 和数据库的 QPS、延迟设置告警阈值。通过上述方案.NET 应用能够在面对 Redis 三大缓存经典问题时保持系统稳定与高可用有效保护后端数据库。