Read Through 模式：缓存的透明读取策略

什么是 Read Through 模式

Read Through（穿透读取）是一种缓存策略，它将缓存和数据库的交互逻辑封装在缓存抽象层中，对业务代码完全透明。当应用程序请求数据时，直接向缓存层发起请求；如果缓存未命中，缓存层自动负责从数据库加载数据并回填缓存，最后将结果返回给调用方。

这与传统的 Cache Aside（旁路缓存）模式不同——在 Cache Aside 中，应用程序需要自己维护缓存和数据库之间的交互逻辑。

Read Through 的工作流程

1. 应用程序调用缓存抽象层获取某个 key 的值
2. 缓存层检查 key 是否存在
   – 命中：直接返回缓存数据
   – 未命中：缓存层从配置的数据源（通常是数据库）加载数据，将数据写入缓存，然后返回给应用程序
3. 应用程序对整个过程无感知，仿佛缓存层本身就拥有所有数据

核心优势

1. 简化业务代码：业务方只需要和缓存层交互，不需要关心回源逻辑、缓存过期策略等复杂细节
2. 集中管理策略：缓存加载策略、过期时间、序列化方式等统一在缓存层配置，修改策略无需修改业务代码
3. 防止缓存穿透：可以在缓存抽象层内置布隆过滤器或空值缓存，统一防护
4. 便于统一监控：缓存命中率、加载延迟等指标集中采集

典型实现

Guava Cache / Caffeine

LoadingCache<String, User> cache = Caffeine.newBuilder()
    .maximumSize(10_000)
    .expireAfterWrite(10, TimeUnit.MINUTES)
    .build(key -> userDao.findById(key));
// 业务代码直接调用，无需关心回源逻辑
User user = cache.get("user_1001");

Redis 配合封装层

public class ReadThroughCache<T> {
    private final RedisTemplate redis;
    private final Class<T> type;
    private final Function<String, T> loader;

    public T get(String key) {
        Object value = redis.opsForValue().get(key);
        if (value != null) return (T) value;
        // 缓存层自动加载
        T loaded = loader.apply(key);
        if (loaded != null) {
            redis.opsForValue().set(key, loaded, 30, TimeUnit.MINUTES);
        }
        return loaded;
    }
}

Read Through vs Cache Aside

注意事项

1. 缓存雪崩风险：如果大量 key 同时过期，大量请求会穿透到数据库。建议设置随机过期时间，或使用本地+远程多级缓存
2. 热点 key 问题：某个 key 过期瞬间会有大量并发请求同时触发回源。建议配合互斥锁（如 SETNX）防止并发回源
3. 空值处理：数据库中不存在的 key，如果不做特殊处理，每次请求都会穿透到数据库。建议在缓存层自动缓存空值并设置较短过期时间
4. 缓存更新一致性：Read Through 配合数据库更新时，需要结合 Write Through 或异步失效机制，否则会出现缓存与数据库不一致

面试要点

• 理解 Read Through 的核心思想：缓存层承担了数据加载职责，对业务透明
• 能对比 Read Through 和 Cache Aside 的优缺点
• 能说清 Read Through 模式下的缓存雪崩、穿透、击穿的应对方案
• 了解 Caffeine、Ehcache 等本地缓存的 LoadingCache 实现