缓存穿透

缓存穿透，指的是查询时，缓存和数据库中都不存在该数据，这样的查询每次都会查询到数据库，会导致数据库的压力过大。

解决方式通常有两种：

  1. 对数据库中不存在的值也进行缓存，比如对空值在Redis中缓存一个特殊的字符串，比如&(*&(#Q&$&#。
  2. 布隆过滤器

布隆过滤器

布隆过滤器（Bloom Filter）是1970年由布隆提出的。它实际上是一个很长的二进制向量(位图)和一系列随机映射函数（哈希函数）。布隆过滤器可以用于检索一个元素是否在一个集合中。它的优点是空间效率和查询时间都远远超过一般的算法，缺点是有一定的误识别率和删除困难。

原理

布隆过滤器使用位数组来记录元素是否存在于集合当中。
当一个元素被加入集合时，会使用k个哈希函数分别对其进行计算得到k个哈希值。接着用k个哈希值分别对位数组的长度进行取余，得到k个数组下标，此时会将这k个下标下的值都置为1。
当需要判断一个元素是否在集合中时，使用k个哈希函数分别对其进行计算得到k个哈希值。接着用k个哈希值分别对位数组的长度进行取余，得到k个数组下标，判断这k个下标上的值是否都为1，如果有一个不为1，那么肯定不存在，如果都为1，则存在。

不同的元素可能得到相同的哈希值，所以布隆过滤器存在一定概率的误判，即布隆过滤器说某个元素存在，有概率会误判。

解决缓存穿透

在项目启动后，可以将数据库中的数据添加到布隆过滤器中，当查询缓存不存在时，通过布隆过滤器判断数据库中是否存在，如果不存在就不进行DB查询了，减少数据库的压力。

实现与使用

1. guava实现

  1. <dependency>
  2.     <groupId>com.google.guava</groupId>
  3.     <artifactId>guava</artifactId>
  4.     <version>30.1-jre</version>
  5. </dependency>
  7. public class BloomFilterUse {
  8.     private static BloomFilter<Integer> bf = BloomFilter.create(Funnels.integerFunnel(), 1000000);
  10.     public static void main(String[] args) {
  11.         for (int i = 0; i < 1000000; i++) {
  12.             bf.put(i);
  13.         }
  15.         int count = 0;
  16.         for (int i = 1000000; i < 1100000; i++) {
  17.             if (bf.mightContain(i)) {
  18.                 count++;
  19.             }
  20.         }
  21.         System.out.println(count + "个判断错误");//3033个 约0.03的概率
  22.     }
  23. }

2. redisson实现

  1. public class RedissonBloomFilterUse {
  2.     public static void main(String[] args) {
  3.         Config config = new Config();
  4.         config.useSingleServer().setAddress("redis://127.0.0.1:6379");
  5.         RedissonClient redissonClient = Redisson.create(config);
  6.         RBloomFilter<String> goods = redissonClient.getBloomFilter("goods");
  7.         goods.tryInit(100000L,0.03);
  9.         goods.add("goods_123123");
  11.         System.out.println(goods.contains("goods_123123"));
  12.     }
  13. }