最近浏览 Java 后端秋招提前批面经时，发现 Redis 被问得非常频繁。不是那种「Redis 有哪些数据结构」的基础问题，而是直接切入项目：你简历里写了缓存优化，那缓存穿透、击穿、雪崩分别怎么处理？为什么这么处理？线上真的实践过吗？
这类问题看似是八股文，实际很容易被追问到底。很多人一上来就背「穿透用布隆过滤器，击穿用互斥锁，雪崩加随机过期时间」，面试官再追问两句就答不上来了。
更好的思路是「按一次请求的完整路径」来回答。
先把三件事区分清楚
缓存穿透，指的是请求的数据本身就不存在。比如有人一直查 id 为负数的商品，缓存里没有，数据库里也没有。每次请求都直接打到数据库，这才叫穿透。
缓存击穿，指的是一个热点 key 突然过期失效。比如首页推荐配置、爆款商品库存、秒杀活动信息，平时都由缓存扛住压力，某一刻 key 失效了，大量请求瞬间涌向数据库。
缓存雪崩，是一批 key 在同一时间同时过期，或者 Redis 集群本身短时间不可用。这不是单个热点 key 的问题，而是缓存层大面积失守，系统整体承压。
面试时先说清楚这三者的区别，后面才有深入讨论的空间。否则你把击穿说成穿透，面试官基本会默认你只是背过题而已。
穿透：不要只提布隆过滤器
穿透的第一层防护其实是参数校验。
如果业务上商品 id 必须是正整数，那负数、超长字符串、明显不合法的枚举值，应该在入口处就直接拦截。不要让这类请求进入缓存层，更不要让它到达数据库。
更常见的做法是缓存空值。数据库查询不到时，把空结果也写入缓存，过期时间设短一些，比如几十秒到几分钟。这样同一个不存在的 key 不会反复穿透数据库。
布隆过滤器更适合更重的场景：数据集合比较稳定、非法 key 很多、数据库压力已经明显上来了。它的特点是可能误判「存在」，但不会把真实存在的数据误判成不存在。所以用它做前置过滤可以，但不能把它当成最终真相。
一个比较稳妥的回答可以这样组织：
- 先做入参校验，挡掉明显非法的请求；
- 查库为空时缓存空值，避免同一个不存在的 key 重复穿透数据库；
- 如果非法 key 规模很大，再把合法 id 集合放进布隆过滤器做前置判断。
面试官如果继续追问「缓存空值会不会污染 Redis」，你就说空值 TTL 要短、value 要小，并且可以只对高频的不存在的 key 缓存，而不是所有 miss 都无脑写入。
击穿：互斥锁不是只写一个 SETNX
热点 key 过期时，最怕的是大量线程同时查库、同时回写缓存。
常见的做法是加互斥锁：只有抢到锁的线程去查数据库并重建缓存，其他线程稍等后重试，或者直接返回旧值。
这里有个坑，不要只说「SETNX 后再 EXPIRE」。这两个命令拆开不是原子操作，中间进程挂了就可能留下死锁。Redis 里更推荐用一条 SET 命令带 NX 和 EX 参数，把「只在不存在时设置」和「过期时间」放到同一个原子命令里。解锁时还要校验 value，通常用 Lua 脚本保证只删除自己的锁。
如果业务允许短暂返回旧数据，逻辑过期会更合适：缓存里不只存放数据，还附带一个逻辑过期时间。请求来了发现逻辑过期，不是立刻让所有人查库，而是由一个线程异步刷新，其他请求先读取旧数据顶住。
这在首页配置、榜单、推荐位上很常见。用户看到几十秒前的数据问题不大，但数据库被打爆就是真事故。
一个比较完整的回答：
- 强一致要求高的热点 key，用互斥锁重建缓存；
- 读多写少、允许短暂旧值的热点 key，用逻辑过期加异步刷新；
- 锁要有过期时间，value 要唯一，删除锁要校验 owner。
这几句话比单独背「互斥锁」更有分量。
雪崩：随机 TTL 只是最低配置
雪崩的典型原因有两个。
一个是大量 key 同时过期。比如你批量导入缓存，全都设成 30 分钟，半小时后一起失效。这个用随机 TTL 就能缓解：在基础过期时间上加一段随机抖动，让 key 分散失效。
另一个是缓存服务本身不可用。这就不是随机 TTL 能解决的了。要看系统有没有本地缓存、限流、降级、熔断，以及核心数据能否预热。
面试时可以按层次来回答：
- 过期时间层：TTL 加随机值，避免同批 key 同时失效。
- 热点数据层：上线或活动开始前预热，不等用户请求触发重建。
- 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。
如果你项目里只是普通后台系统，没有高并发活动，也不用硬编秒杀场景。可以说「我没做过秒杀，但在后台字典、配置缓存里会做随机 TTL，避免定时任务批量刷新导致同时过期」。这个回答反而更真实可信。
面试官真正想听的，不是名词
这道题最后通常会落到项目上。
如果你的简历写了 Redis，就提前把这几个问题想清楚：
- 哪些数据用了缓存？为什么这些数据适合缓存？
- key 怎么设计？有没有前缀、版本号、业务 id？
- TTL 设多久？是固定值还是带随机？
- 数据更新时，是删缓存、更新缓存，还是延迟双删？
- 如果缓存没命中，数据库能不能扛住？有没有限流？
这比背十页 Redis 面试题更重要。