缓存一致性Redis领域建模与架构设计 - 第3节

3.1 缓存穿透：定义与成因

缓存穿透是指客户端请求的数据在缓存层和数据库层均不存在，导致每次请求都直接穿透缓存层，直达数据库。当大量此类请求并发涌入时，数据库将承受巨大压力，甚至引发宕机。

3.1.1 核心成因

• 业务逻辑漏洞：未对非法参数（如负数ID、超长字符串）进行前置校验。
• 恶意攻击或爬虫：攻击者构造大量不存在的Key进行遍历，绕过缓存直接攻击数据库。
• 缓存与数据库数据不同步：数据已被删除，但缓存未及时清理，导致请求持续穿透。

3.1.2 穿透流程示意

3.2 布隆过滤器原理与实现

布隆过滤器（Bloom Filter）是一种空间效率极高的概率型数据结构，用于判断一个元素是否可能存在于集合中。它允许一定的误判率（False Positive），但绝不会漏判（False Negative 为零）。

3.2.1 核心原理

• 位数组：一个长度为 m 的二进制位数组，初始所有位为 0。
• 多个哈希函数：使用 k 个相互独立的哈希函数，将元素映射到位数组的 k 个位置。
• 写入过程：将元素经 k 个哈希函数计算，将对应位数组位置置为 1。
• 查询过程：计算元素的 k 个哈希位置，若所有位均为 1，则判定“可能存在”；若任意一位为 0，则判定“一定不存在”。

3.2.2 布隆过滤器结构示意

3.2.3 代码实现示例（Guava 布隆过滤器）

import com.google.common.hash.BloomFilter;
import com.google.common.hash.Funnels;
import java.nio.charset.Charset;

public class BloomFilterDemo {
    public static void main(String[] args) {
        // 预期插入 10000 个元素，误判率 1%
        BloomFilter<String> bloomFilter = BloomFilter.create(
            Funnels.stringFunnel(Charset.defaultCharset()),
            10000,
            0.01
        );

        // 预热：将数据库中存在的 ID 写入布隆过滤器
        for (long id = 1; id <= 10000; id++) {
            bloomFilter.put("user:" + id);
        }

        // 查询：判断 Key 是否可能存在
        String queryKey = "user:99999";  // 不存在的 Key
        if (!bloomFilter.mightContain(queryKey)) {
            System.out.println("Key 一定不存在，直接拒绝请求");
            // 直接返回空结果，不查询数据库
        } else {
            System.out.println("Key 可能存在，继续查询缓存/数据库");
        }
    }
}

3.3 缓存空对象策略

缓存空对象策略是指：当数据库查询结果为空时，仍然将该空结果（如 null、空字符串、特殊标记）写入缓存，并设置一个较短的过期时间。后续相同请求在缓存过期前直接返回空结果，避免重复穿透到数据库。

3.3.1 策略对比

3.3.2 缓存空对象实现示例

public Object queryWithNullCache(String key) {
    // 1. 查询缓存
    Object cacheValue = redisTemplate.opsForValue().get(key);
    if (cacheValue != null) {
        // 判断是否为缓存的空对象
        if ("NULL_VALUE".equals(cacheValue)) {
            return null;  // 直接返回空
        }
        return cacheValue;
    }

    // 2. 缓存未命中，查询数据库
    Object dbValue = database.query(key);

    // 3. 无论数据库结果是否为空，都写入缓存
    if (dbValue == null) {
        // 缓存空对象，设置较短过期时间（如 60 秒）
        redisTemplate.opsForValue().set(key, "NULL_VALUE", 60, TimeUnit.SECONDS);
    } else {
        // 缓存正常数据，设置正常过期时间
        redisTemplate.opsForValue().set(key, dbValue, 3600, TimeUnit.SECONDS);
    }

    return dbValue;
}

3.4 穿透防护的架构设计

生产环境中，单一防护手段往往不够。推荐采用分层防御架构，在请求链路的多个环节设置屏障，将穿透风险降至最低。

3.4.1 分层防御架构

3.4.2 架构决策矩阵

3.4.3 生产环境最佳实践

• 预热机制：系统启动时，将数据库中所有存在的 Key 批量加载到布隆过滤器中。
• 增量同步：新增数据时，同步更新布隆过滤器；删除数据时，布隆过滤器无法删除，可配合缓存空对象短 TTL 自动失效。
• 监控告警：监控缓存命中率、数据库 QPS、布隆过滤器误判率，设置阈值告警。
• 降级策略：当布隆过滤器服务异常时，自动降级为缓存空对象模式，确保系统可用性。