缓存穿透解决方案：布隆过滤器

缓存穿透这个问题，说白了就是请求绕过了缓存，直接打到数据库上。我早年做电商秒杀系统时，就吃过这个亏——恶意用户拿了一堆不存在的商品ID来刷，Redis里查不到，每次都穿透到MySQL，差点把库打挂。

那怎么解决？今天我们就来聊聊布隆过滤器（Bloom Filter）。它不是什么新概念，但对付缓存穿透确实管用。

布隆过滤器原理

布隆过滤器的核心思想很简单：用多个哈希函数，把数据映射到一个很长的二进制向量里。

你想想看，传统做法是把所有合法key存到Set里，但数据量一大，内存就扛不住了。布隆过滤器不一样，它不存原始数据，只存几个“指纹”。

具体怎么做的？

1. 准备一个长度为m的bit数组，初始全为0。
2. 准备k个独立的哈希函数。
3. 插入元素时，用k个哈希函数算出k个位置，把这些位置都置为1。
4. 查询元素时，同样算出k个位置，如果所有位置都是1，就认为元素可能存在；只要有一个是0，就肯定不存在。

为什么会误判？因为不同元素的哈希结果可能重叠，把别人的位置占了。但反过来，只要有一个位是0，那这个元素肯定没被插入过——这个特性正好用来拦截不存在的key。

实现步骤

在实际项目中，我一般按这几步来落地布隆过滤器：

第一步：确定参数

需要预估两个值：预期数据量n和可接受的误判率p。然后算出bit数组长度m和哈希函数个数k。

参数	含义	经验值
n	预期插入的元素总数	根据业务量估算，留30%余量
p	可接受的误判率	一般取1%~5%
m	bit数组长度	m = -n·ln(p) / (ln2)²
k	哈希函数个数	k = (m/n)·ln2

第二步：初始化bit数组

用Redis的bitmap或者Java的BitSet都行。我习惯用Redis，因为可以跨服务共享。

第三步：预热数据

系统启动时，把所有合法key（比如所有商品ID）都插入布隆过滤器。这一步很关键，漏了就等于白做。

第四步：请求拦截

每次查询先过布隆过滤器。如果返回“不存在”，直接返回空结果，不走缓存和数据库。如果返回“可能存在”，才继续查缓存。

代码示例

我用Java + Redis实现一个简单的布隆过滤器。这里用的是Redisson客户端，它内置了布隆过滤器实现。

// 1. 初始化布隆过滤器
RBloomFilter<String> bloomFilter = redisson.getBloomFilter("productBloom");
// 预期100万数据，误判率1%
bloomFilter.tryInit(1000000L, 0.01);

// 2. 预热：把所有商品ID插入
List<String> allProductIds = productService.getAllIds();
for (String id : allProductIds) {
    bloomFilter.add(id);
}

// 3. 查询拦截
public Product getProduct(String productId) {
    // 第一步：布隆过滤器拦截
    if (!bloomFilter.contains(productId)) {
        // 一定不存在，直接返回空
        return null;
    }
    
    // 第二步：查缓存
    Product product = cacheService.get(productId);
    if (product != null) {
        return product;
    }
    
    // 第三步：查数据库（此时才真正可能穿透）
    product = databaseService.get(productId);
    if (product != null) {
        cacheService.set(productId, product);
    }
    return product;
}

适用场景

布隆过滤器不是万能的，它有自己的“舒适区”。我总结了几种典型场景：

场景	是否推荐	原因
缓存穿透防护	✅ 强烈推荐	拦截不存在的key，效果立竿见影
爬虫URL去重	✅ 推荐	URL数量巨大，布隆过滤器省内存
垃圾邮件过滤	✅ 推荐	允许少量误判，但能拦截大部分垃圾
需要精确删除的场景	❌ 不推荐	标准布隆过滤器不支持删除
数据量极小（几百条）	❌ 不推荐	直接用Set更简单，没必要上布隆

避坑指南

我曾经在一个项目里踩过坑，分享出来大家引以为戒：

• 误判率不是0：布隆过滤器说“存在”时，数据库里可能没有。所以查询数据库的逻辑不能省，只是概率降低了。
• 数据变化后要重建：如果业务数据频繁增删，布隆过滤器会越来越不准。我一般每天凌晨重建一次。
• 哈希函数要选好：别用太弱的哈希，容易碰撞。MurmurHash、FNV系列都行。
• bit数组别太小：m/n比值低于8时，误判率会飙升。算一下再动手。

嗯，布隆过滤器就聊到这儿。它不是什么高深技术，但用好了确实能解决大问题。下次遇到缓存穿透，不妨试试这个方案。