缓存加了反而数据错乱：缓存一致性、击穿与雪崩的落地解决方案

问题现象：性能提高了，数据可信度却下降

缓存最难的部分不是读写速度，而是与真实数据的一致性。业务同时更新数据库和缓存时，任一步失败都可能留下旧值。先明确允许的不一致窗口：库存、余额和权限通常要求更严格，内容列表和统计数据可以接受短暂延迟。没有一致性目标，就无法选择正确方案。

常用更新策略如何选择

多数读多写少业务可采用先更新数据库、再删除缓存，让下一次读取重新构建。直接更新缓存容易与并发写入发生覆盖。删除失败时，应通过消息队列、事务消息或重试表补偿，并保证操作幂等。对极高一致性场景，不应把缓存作为最终判断依据，关键写操作仍需回到数据库或一致性存储。

击穿、穿透和雪崩分别处理

热点键失效导致大量请求同时访问数据库属于击穿，可用互斥重建、逻辑过期或提前刷新。查询不存在的数据反复落库属于穿透，可缓存空结果、使用布隆过滤器并限制异常参数。大量键同一时间过期属于雪崩，应给过期时间增加随机范围，分批预热，并为数据库设置限流和降级保护。

缓存必须可观测

至少监控命中率、请求量、内存、淘汰、热点键、重建耗时和回源流量。整体命中率很高也可能掩盖单个热点键问题，因此要按业务和键空间拆分。上线前模拟节点重启、缓存清空和网络延迟，确认系统不会瞬间把全部压力转移到数据库。

落地结论

问：缓存时间设得越长越好吗？答：时间越长性能越稳定，但脏数据窗口越大，应结合主动失效。问：是否需要分布式锁？答：只在确实需要限制并发重建时使用，并设置超时、所有者校验和失败兜底。缓存是性能层，不应成为无法解释的数据源。