Cache Stampede防护与缓存一致性实践

# 概述 缓存在高并发下易发生惊群与雪崩。本文提供互斥重建、随机 TTL 与回源限速策略，并结合版本标记与双写一致性，构建可验证的防护方案。 # 防护策略（已验证） - 互斥重建：使用分布式锁保证同一键仅一个实例回源重建； - 随机 TTL：在过期时间加入抖动，降低同时失效概率； - 回源限速：限制后端回源速率与并发，保护下游； - 只读缓存：写入路径不依赖缓存，避免一致性破坏。 # 一致性策略 - 版本标记：缓存值携带版本或时间戳，客户端仅接受新版本； - 双写一致性：更新时先写数据库，再删/更新缓存；删除优先避免旧值覆盖； - 本地+远端：L1+L2 缓存组合，并在版本标记下实现一致性。 # 示例（伪代码） ```pseudo lock(k) v = cache.get(k) if v expired: v = rebuild() cache.set(k, v, ttl=randomized()) unlock(k) ``` # 验证与监控 - 指标：回源量、锁等待、缓存命中率与一致性错误； - 演练：模拟批量过期与峰值，验证互斥重建与限速效果； # 常见误区 - 直接设置统一 TTL 导致同时失效； - 更新时先写缓存造成旧值覆盖； - 无锁与限速导致回源风暴。 # 结语 以互斥重建与随机 TTL 为基础，配合版本标记与双写一致性，并以监控与演练验证，缓存可在高并发场景下保持稳定与一致。