4. 缓存穿透：定义、产生原因、布隆过滤器原理与Redis实现、空值缓存策略

4.1 缓存穿透的定义与产生原因

缓存穿透是指查询一个根本不存在的数据，由于缓存层不命中，请求直接穿透到后端数据库（如 MySQL、Elasticsearch），导致数据库承受巨大压力。这类请求通常由恶意攻击或系统缺陷引发，其核心特征是：缓存中永远不存在该 key，每次请求都直达数据库。

常见产生原因：

• 恶意攻击：攻击者构造大量不存在的 key（如负数 ID、超长字符串）发起高频请求。
• 业务逻辑缺陷：前端未做参数校验，后端直接使用非法参数查询数据库。
• 数据误删除：缓存中 key 被淘汰，但数据库中对应记录已被物理删除。
• 爬虫或遍历：爬虫遍历不存在的资源路径，导致大量无效查询。

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。它允许一定的误判率（假阳性），但绝不漏判（假阴性率为 0）。

核心原理：

1. 位数组：初始化一个长度为 m 的 bit 数组，所有位初始为 0。
2. 多个哈希函数：使用 k 个相互独立的哈希函数，每个函数将元素映射到位数组的某个位置。
3. 添加元素：对元素执行 k 次哈希，将对应位全部置为 1。
4. 查询元素：对元素执行 k 次哈希，检查所有对应位是否都为 1：
   • 如果任意一位为 0 → 元素一定不存在。
   • 如果所有位都为 1 → 元素可能存在（存在误判风险）。

4.3 布隆过滤器的 Redis 实现

Redis 在 4.0 版本后通过 Module 系统 提供了官方布隆过滤器模块 RedisBloom。生产环境推荐使用该模块，而非自行用 bit 位图实现。

安装与加载：

# 下载并编译 RedisBloom
git clone https://github.com/RedisBloom/RedisBloom.git
cd RedisBloom
make

# 在 redis.conf 中加载模块
loadmodule /path/to/redisbloom.so

# 或运行时动态加载
MODULE LOAD /path/to/redisbloom.so

核心命令：

Java（Jedis）代码示例：

// 引入依赖：redis.clients:jedis:4.x
Jedis jedis = new Jedis("localhost", 6379);

// 创建布隆过滤器：预期 100 万元素，误判率 1%
jedis.sendCommand(Protocol.Command.valueOf("BF.RESERVE"),
    "user_filter".getBytes(),
    "0.01".getBytes(),
    "1000000".getBytes());

// 添加已存在的用户 ID
jedis.sendCommand(Protocol.Command.valueOf("BF.ADD"),
    "user_filter".getBytes(),
    "user:1001".getBytes());

// 查询用户是否存在
boolean exists = jedis.sendCommand(Protocol.Command.valueOf("BF.EXISTS"),
    "user_filter".getBytes(),
    "user:9999".getBytes()) == 1L;

if (!exists) {
    // 一定不存在，直接返回空，不查数据库
    return null;
} else {
    // 可能存在，继续查缓存或数据库
}

4.4 空值缓存策略

空值缓存是另一种解决缓存穿透的经典方案。当数据库查询结果为空时，仍然将该 key 写入缓存，但 value 设置为一个特殊标记（如 null 或 EMPTY），并设置一个较短的过期时间（如 30~60 秒）。

实现流程：

1. 请求到达，先查缓存。
2. 缓存命中且值为 null 标记 → 直接返回空，不查数据库。
3. 缓存未命中 → 查询数据库。
4. 数据库返回空 → 将 key 写入缓存，value 设为 null，TTL 设为 30 秒。
5. 数据库返回数据 → 正常回写缓存，TTL 设为正常值（如 1 小时）。

Redis 命令示例：

// 查询缓存
GET user:9999
// 返回 nil（不存在）或 "NULL_MARKER"（空值标记）

// 数据库查询为空时，写入空值标记
SET user:9999 "NULL_MARKER" EX 30 NX

// 正常数据回写
SET user:1001 "{...}" EX 3600

空值缓存 vs 布隆过滤器对比：

4.5 综合策略与选型建议

在实际生产系统中，通常将布隆过滤器与空值缓存结合使用，形成多层防护：

• 第一层：布隆过滤器 — 拦截绝大多数不存在的 key，内存开销极低，适合海量 key 场景。
• 第二层：空值缓存 — 兜底处理布隆过滤器的假阳性误判，以及少量合法但数据已删除的 key。
• 第三层：数据库限流与熔断 — 当穿透流量超出阈值时，触发降级保护。