企业官网建设流程全解析

终极指南：如何用布隆过滤器与空值缓存彻底解决Redis缓存穿透问题

【免费下载链接】JavaGuideJava 面试 & 后端通用面试指南，覆盖计算机基础、数据库、分布式、高并发、系统设计与 AI 应用开发项目地址: https://gitcode.com/gh_mirrors/ja/JavaGuide

在高并发的后端系统中，缓存是提升性能的关键组件。然而，缓存穿透问题可能导致大量无效请求直接穿透到数据库，造成数据库压力骤增甚至宕机。本文将详细介绍缓存穿透的危害，并通过布隆过滤器与空值缓存两种解决方案，帮助你构建更健壮的缓存架构。

什么是缓存穿透？

缓存穿透是指用户请求的key既不存在于缓存中，也不存在于数据库中。这种情况下，每次请求都会直接访问数据库，完全绕过缓存层，导致数据库承受巨大压力。

缓存穿透的危害

• 数据库过载：大量无效请求直接命中数据库，可能导致数据库连接耗尽或查询超时
• 系统响应延迟：绕过缓存层后，查询性能大幅下降
• 业务中断风险：极端情况下可能导致数据库宕机，引发整个系统故障

解决方案一：空值缓存策略

空值缓存是一种简单有效的防护手段，当缓存和数据库都查询不到某个key时，将空结果缓存起来并设置较短的过期时间。

实现方式

public Object getObjectInclNullById(Integer id) { // 从缓存中获取数据 Object cacheValue = cache.get(id); // 缓存为空 if (cacheValue == null) { // 从数据库中获取 Object storageValue = storage.get(key); // 缓存空对象 cache.set(key, storageValue); // 如果存储数据为空，需要设置一个过期时间(300秒) if (storageValue == null) { // 必须设置过期时间，否则有被攻击的风险 cache.expire(key, 60 * 5); } return storageValue; } return cacheValue; }

空值缓存的优缺点

优点：

• 实现简单，无需额外组件
• 对现有系统侵入性小
• 能有效阻挡重复的无效请求

缺点：

• 可能缓存大量空值，浪费内存空间
• 无法应对随机生成的恶意key攻击
• 存在短期的数据不一致风险

解决方案二：布隆过滤器

布隆过滤器是一种空间效率极高的概率型数据结构，它能够快速判断一个元素是否存在于集合中，非常适合用于缓存穿透防护。

布隆过滤器原理

布隆过滤器由一个二进制向量（位数组）和一系列哈希函数组成。当添加元素时，通过多个哈希函数计算得到多个哈希值，并将对应位数组的位置设为1。判断元素是否存在时，同样通过哈希函数计算，如果所有对应位置都为1，则认为元素可能存在（存在一定误判率）；如果有任何位置为0，则元素一定不存在。

布隆过滤器使用位数组存储元素存在信息，通过多个哈希函数映射位置

Redis中的布隆过滤器实现

Redis从4.0版本开始支持布隆过滤器模块，通过RedisBloom插件可以轻松使用这一功能。

# 添加元素到布隆过滤器 BF.ADD myFilter java BF.ADD myFilter javaguide # 判断元素是否存在 BF.EXISTS myFilter java # 返回 1 BF.EXISTS myFilter github # 返回 0

布隆过滤器的优缺点

优点：

• 空间效率极高，能够存储大量元素
• 查询速度快，时间复杂度为O(k)，k为哈希函数数量
• 能有效阻挡大部分无效请求，保护数据库

缺点：

• 存在一定的误判率，无法完全避免缓存穿透
• 不支持删除操作
• 需要预先估计元素数量，以便设置合适的参数

组合使用策略

在实际项目中，通常将布隆过滤器与空值缓存结合使用，形成多层防护：

1. 第一层防护：使用布隆过滤器过滤掉明显不存在的key
2. 第二层防护：对布隆过滤器放行的请求，查询缓存
3. 第三层防护：缓存未命中时查询数据库，对空结果进行缓存

最佳实践与注意事项

布隆过滤器参数设置

• 误判率：根据业务需求设置，通常建议设为0.01%~1%
• 容量：预估需要存储的元素数量，建议预留一定余量
• 哈希函数数量：一般由布隆过滤器自动计算，无需手动设置

空值缓存策略

• 过期时间：建议设置较短的过期时间，如5~10分钟
• key命名规范：建议使用统一的命名规范，如表名:列名:主键名:主键值
• 监控机制：定期监控空值缓存的数量，防止内存溢出

实现参考

详细的布隆过滤器实现可以参考项目中的布隆过滤器文档，其中包含Java手动实现和Guava库使用方法。

Redis缓存相关问题的更多解决方案，可以参考Redis常见面试题总结。

总结

缓存穿透是高并发系统中常见的性能问题，通过布隆过滤器与空值缓存的组合使用，能够有效保护数据库免受无效请求的冲击。在实际应用中，需要根据业务特点合理调整参数，平衡性能、内存占用和数据一致性，构建稳定可靠的缓存架构。

通过本文介绍的方法，你可以为系统添加可靠的缓存穿透防护，显著提升系统的稳定性和响应速度。记住，缓存架构的设计需要结合具体业务场景，没有放之四海而皆准的解决方案，只有不断优化和调整才能找到最适合的方案。

【免费下载链接】JavaGuideJava 面试 & 后端通用面试指南，覆盖计算机基础、数据库、分布式、高并发、系统设计与 AI 应用开发项目地址: https://gitcode.com/gh_mirrors/ja/JavaGuide