3. 缓存穿透治理方案：布隆过滤器原理与实现、空值缓存策略、参数校验与限流

缓存穿透是指查询一个根本不存在的数据，缓存层和数据库层都无法命中，导致每次请求都直接穿透到数据库。在高并发场景下，这会使数据库承受巨大压力，甚至引发雪崩。本章将系统讲解三种核心治理手段：布隆过滤器、空值缓存策略以及参数校验与限流。

3.1 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（假阳性），但绝对不会漏判（假阴性率为0）。

3.1.1 工作原理

1. 初始化：创建一个长度为 m 的位数组（bit array），所有位初始化为 0。
2. 添加元素：使用 k 个独立的哈希函数，将元素映射到位数组的 k 个位置，并将这些位置的值设为 1。
3. 查询元素：同样使用 k 个哈希函数计算位置，如果所有位置的值都是 1，则元素可能存在；如果任何一个位置是 0，则元素一定不存在。

3.1.2 在缓存穿透治理中的应用

在缓存层之前部署布隆过滤器，将所有可能存在的 key 预先加载到位数组中。当请求到达时：

• 布隆过滤器判断不存在：直接返回空响应，不查询缓存和数据库。
• 布隆过滤器判断可能存在：放行请求，继续查询缓存或数据库。

3.1.3 代码实现示例（Guava）

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

public class BloomFilterDemo {
    // 预期插入数量
    private static final int EXPECTED_INSERTIONS = 1000000;
    // 期望误判率
    private static final double FPP = 0.01;

    private static final BloomFilter<String> bloomFilter =
            BloomFilter.create(Funnels.stringFunnel(Charset.defaultCharset()),
                               EXPECTED_INSERTIONS, FPP);

    public static void init(List<String> allPossibleKeys) {
        for (String key : allPossibleKeys) {
            bloomFilter.put(key);
        }
    }

    public static boolean mightContain(String key) {
        return bloomFilter.mightContain(key);
    }
}

3.2 空值缓存策略

当查询数据库发现数据不存在时，将空值（或特殊标记）也写入缓存，并设置一个较短的过期时间。这样，后续相同的请求在缓存中就能直接命中空值，避免再次穿透到数据库。

3.2.1 实现步骤

1. 查询缓存：如果缓存命中，直接返回结果（包括空值标记）。
2. 查询数据库：如果缓存未命中，查询数据库。
3. 数据存在：将数据写入缓存，设置正常过期时间。
4. 数据不存在：将空值（如 null 或 "EMPTY"）写入缓存，设置较短过期时间（如 30 ~ 60 秒）。

3.2.2 参数对比

3.3 参数校验与限流

参数校验和限流是缓存穿透治理的第一道防线，在请求进入系统的最前端进行拦截。

3.3.1 参数校验

对请求参数进行严格的合法性校验，拒绝明显无效的 key。例如：

• 格式校验：key 必须符合 UUID 格式、数字范围、字符串长度等。
• 业务规则校验：用户 ID 必须大于 0、订单号必须存在等。
• 黑名单校验：拦截已知的恶意 key 或攻击模式。

// 参数校验示例
public Response getProduct(String productId) {
    // 1. 基础校验
    if (productId == null || productId.isEmpty()) {
        return Response.error("productId 不能为空");
    }
    // 2. 格式校验
    if (!productId.matches("^[A-Z]{2}\\d{6}$")) {
        return Response.error("productId 格式不正确");
    }
    // 3. 业务校验
    if (isBlacklisted(productId)) {
        return Response.error("非法请求");
    }
    // ... 后续查询逻辑
}

3.3.2 限流

对同一 key 或同一 IP 的请求进行限流，防止恶意攻击或异常流量导致缓存穿透。常用限流算法：

3.4 三种策略对比与选型建议