缓存系统设计
缓存是系统设计中最重要的技术之一。面试官想看你不只是会用 Redis，而是理解缓存为什么能解决问题，以及缓存带来的新问题怎么应对。
面试考察点
面试官通过这道题想考察：
1. 你是否理解缓存的读写模式
2. 你是否能解决缓存的三大问题
3. 你是否能设计合理的缓存策略
4. 你是否理解 Redis 的适用场景
一、缓存读写模式
1.1 Cache Aside（最常用）
面试官追问："缓存怎么和数据库配合？"
Cache Aside（旁路缓存）：
读操作：
1. 先读缓存
2. 缓存命中 → 返回数据
3. 缓存未命中 → 读数据库 → 写入缓存 → 返回
写操作：
1. 写数据库
2. 删除缓存（不是更新！）
为什么是删除而不是更新？
因为更新缓存可能造成数据不一致！
而且删除比更新更简单！
1.2 为什么写是删除不是更新？
场景：
线程 A：写 x=1
线程 B：读 x
错误的做法（更新缓存）：
1. A 更新数据库 x=1
2. A 更新缓存 x=1
3. B 读缓存，命中 x=1 ✓
但如果有并发问题：
1. A 更新数据库 x=1
2. A 更新缓存（延迟）
3. B 读缓存，命中 x=0（旧的） ✗
正确的做法（删除缓存）：
1. A 删除缓存
2. A 更新数据库 x=1
3. B 读缓存，未命中
4. B 读数据库 x=1，写入缓存
5. 后续读都是 x=1 ✓
二、缓存三大问题
2.1 缓存雪崩
面试官追问："什么是缓存雪崩？怎么解决？"
问题：
大量缓存同时过期 → 大量请求打到数据库 → 数据库崩溃！
场景：
- 缓存都设了相同的过期时间
- Redis 宕机
解决思路：
1. 过期时间加随机值
TTL = baseTTL + random(0, 300)
2. 互斥锁
只有一个人去加载数据，其他人等待
3. 热点数据永不过期
后台异步更新
面试能加分的回答：
"雪崩的本质是缓存层失效，所有压力到数据库，
可以通过过期时间分散 + 熔断降级来应对"
2.2 缓存击穿
问题：热点 key 过期瞬间 → 大量请求同时穿透到数据库
和雪崩的区别：
- 雪崩：大量 key 同时过期
- 击穿：单个热点 key 过期
解决：
1. 互斥锁
同一时间只有一个人去加载
2. 逻辑过期
热点数据永不过期，但有过期逻辑字段
过期时异步更新，不阻塞读请求
2.3 缓存穿透
问题：查询不存在的数据 → 每次都到数据库
场景：
- 恶意请求：id=-1
- 爬虫抓取：查询不存在的 ID
解决：
1. 参数校验
过滤明显非法的请求
2. 布隆过滤器
用 BloomFilter 判断是否存在
3. 缓存空值
不存在的数据也缓存，但 TTL 短一点
三、Redis 应用
3.1 Redis 的数据结构
面试官追问："Redis 常用的数据结构有哪些？"
Redis 5 种基础数据结构：
1. String
- 缓存简单值
- SET key value
2. Hash
- 缓存对象
- HSET user:1 name "Alice"
3. List
- 有序列表（可做队列）
- LPUSH/RPOP
4. Set
- 无序去重集合
- SADD tags 1 2 3
5. Sorted Set
- 带分数的有序集合
- 排行榜、热评
面试能加分的回答：
"Redis 的价值在于 O(1) 的读写能力，
适用于高频访问、变化少的数据"
3.2 Redis 的持久化
RDB（Redis Database）：
- 定时生成内存快照
- 恢复快
- 可能丢失最后一次快照后的数据
AOF（Append Only File）：
- 记录所有写操作
- 丢失少
- 文件大，恢复慢
实际选择：
- 小数据量：RDB or AOF
- 大数据量：主从 + RDB
四、面试总结
缓存核心要点
┌─────────────────────────────────────────────────┐
│ 缓存核心 │
├─────────────────────────────────────────────────┤
│ │
│ 读写模式： │
│ - Cache Aside（最常用） │
│ - 写：删缓存而非更新 │
│ │
│ 三大问题： │
│ - 雪崩：过期时间分散 │
│ - 击穿：互斥锁/逻辑过期 │
│ - 穿透：布隆过滤器/空值缓存 │
│ │
│ Redis 应用： │
│ - 5 种数据结构 │
│ - O(1) 读写 │
│ │
└─────────────────────────────────────────────────┘
面试能加分的回答
1. 能解释为什么写是删除
"删除而不是更新，避免并发时的数据不一致"
2. 能解决三大问题
"雪崩靠过期时间分散，击穿靠互斥锁，穿透靠布隆过滤器"
3. 能说清 Redis 适用场景
"适合读多写少、热点数据、短期不会变化的数据"
相关概念
- Redis 主从复制 - 哨兵、集群
- 系统设计基础 - 缓存层次