分布式是大型架构核心，下面我详解分布式缓存雪崩@mikechen
什么是缓存雪崩
缓存雪崩是分布式系统中最常见、最具破坏性的缓存故障之一。
指的是——在同一时间，大量缓存数据同时失效或缓存系统不可用。
导致海量请求瞬间涌入数据库或下游系统，造成系统整体性能骤降甚至崩溃。
通俗地说：原本该由缓存挡住的流量，突然全部打到了数据库。
就像雪崩一样，一层带一层，最后把系统压垮。
为什么会发生缓存雪崩
大量缓存同时过期，比如：某些高频访问的 Key（如热门榜单、爆款商品）过期。
由于访问集中、重建延迟短，瞬间造成大量请求打穿缓存层。
在瞬间的大并发访问下，所有请求直击数据库，引起后端负载暴涨。
举例：电商首页热点商品缓存设为 1 小时整点刷新，结果 10:00 同时失效，用户访问瞬间全部打到 MySQL。
缓存雪崩解决方案
1.过期时间错峰（TTL 随机化）
原理：为缓存项设置随机化的过期时间，使缓存失效时间分散，避免集中失效。
优点：实现简单，能显著降低同时失效的概率。
注意：随机范围应基于业务访问特性合理配置，避免过大导致缓存不一致窗口。
2.互斥锁或请求排队（防击穿）
原理：当发现缓存未命中时，通过分布式锁、单机互斥或请求合并（例如“请求合并器”）只允许一个请求回源加载数据，其余请求等待或返回缓存旧数据。
优点：避免大量并发请求同时回源，保护后端稳定。
注意：锁的超时和异常处理需谨慎，防止死锁或长时间阻塞。
3.预热与主动刷新（无损更新）
原理：对于热点数据，预先加载到缓存并在到期前主动刷新（后台异步更新），或采用“先更新缓存再更新源”的策略保持缓存持续有效。
优点：降低缓存失效概率，保证热点数据连续命中。
注意：需设计好刷新频率与并发刷新策略，防止刷新时的集中回源。
4.限流、降级与熔断（保护后端）
原理：在高并发或后端压力上升时，通过限流、熔断或降级策略限制请求到后端，返回降级结果（如静态页面、降级数据或错误提示），或缓慢回退以保留核心功能。
优点：保证系统在异常流量下的可用性和稳定性，避免完全崩溃。
注意：降级策略应兼顾用户体验与关键业务保障，需监控与可观测性支持决策。