4. 缓存穿透与布隆过滤器：缓存穿透的成因、布隆过滤器原理、在OpenAPI接口中的落地实践

4.1 缓存穿透的成因与危害

缓存穿透是指客户端请求的数据在缓存中不存在，同时在数据库中也不存在，导致每次请求都直接穿透缓存层，直达后端数据库。由于缓存层无法命中，所有请求都变成对数据库的直接查询，当并发量较大时，数据库会因承受巨大压力而崩溃。

4.2 布隆过滤器原理

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。它由二进制位数组和多个哈希函数组成，核心特点是：判断不存在时一定不存在，判断存在时可能存在误判。

4.2.1 数据结构与操作流程

1. 初始化： 创建一个长度为 m 的位数组，所有位初始化为 0。
2. 添加元素： 使用 k 个独立的哈希函数对元素计算，得到 k 个位索引，将位数组中对应位置置为 1。
3. 查询元素： 同样使用 k 个哈希函数计算位索引，检查所有对应位是否都为 1。只要有一位为 0，则元素一定不存在；全部为 1，则元素可能存在。

4.3 布隆过滤器在 OpenAPI 接口中的落地实践

4.3.1 架构位置与集成方式

在 OpenAPI 网关层或业务服务入口处，布隆过滤器作为第一道防线，拦截对不存在 Key 的请求。请求到达时，先查询布隆过滤器：若返回不存在，直接返回 404 或空结果，不再查询缓存和数据库；若返回可能存在，则继续走缓存 → 数据库的常规链路。

4.3.2 落地步骤与代码示例

1. 初始化布隆过滤器： 在服务启动时，根据预估数据量和期望误判率计算位数组长度和哈希函数个数。
2. 预热加载： 将数据库中所有存在的 Key（如用户 ID、商品 ID）加载到布隆过滤器中。
3. 增量更新： 新增数据时，同步将 Key 添加到布隆过滤器。
4. 请求拦截： 在 OpenAPI 接口入口处，先调用布隆过滤器判断 Key 是否存在。

// Java 示例：使用 Guava 布隆过滤器
import com.google.common.hash.BloomFilter;
import com.google.common.hash.Funnels;

public class BloomFilterService {
    // 预估数据量 100 万，误判率 0.01
    private static final int EXPECTED_INSERTIONS = 1_000_000;
    private static final double FPP = 0.01;

    private final BloomFilter<Long> bloomFilter =
        BloomFilter.create(Funnels.longFunnel(), EXPECTED_INSERTIONS, FPP);

    // 预热：加载所有存在的用户 ID
    public void warmUp(List<Long> existingIds) {
        existingIds.forEach(bloomFilter::put);
    }

    // 增量添加
    public void add(Long id) {
        bloomFilter.put(id);
    }

    // 判断是否存在
    public boolean mightContain(Long id) {
        return bloomFilter.mightContain(id);
    }
}

// OpenAPI 接口中使用
@GET
@Path("/users/{id}")
public Response getUser(@PathParam("id") Long userId) {
    // 布隆过滤器拦截
    if (!bloomFilterService.mightContain(userId)) {
        return Response.status(404).entity("User not found").build();
    }
    // 继续走缓存 → 数据库链路
    User user = cacheService.getUser(userId);
    if (user == null) {
        user = userDao.findById(userId);
        if (user != null) {
            cacheService.setUser(userId, user);
        }
    }
    return Response.ok(user).build();
}

4.3.3 生产环境注意事项

4.3.4 性能指标对比