缓存穿透场景解决与布隆过滤器的使用

原创

程序员老陆 2022-04-26 14:35:34 ©著作权

文章标签 redis 缓存布隆过滤器高可用数据 文章分类 Java 后端开发

©著作权归作者所有：来自51CTO博客作者程序员老陆的原创作品，请联系作者获取转载授权，否则将追究法律责任

1 缓存使用场景

有些数据查询频率很高的时候，我们会将数据存入到缓存，用户每次查询直接查询缓存即可，从而提高用户访问数据的效率。

比如获取用户为 lisi 的抢红包记录，此时如果每次查询数据库效率都很低，我们可以第1次从数据库查询 lisi 最近的前10条抢红包记录，然后将记录存入到Redis缓存，下次直接查询Redis缓存即可。

每次用户抢红包，谁抢到了红包，我们会将抢到红包的用户信息按照抢红包的金额大小的前100名用户信息公示出去，这里也可以采用这种方式来做。

当然，也不是所有数据都适合做缓存，需要根据数据特点来决定，如下图：

缓存穿透场景解决与布隆过滤器的使用_redis

2 缓存穿透介绍

缓存穿透场景解决与布隆过滤器的使用_高可用_02

上面查询最近红包记录提升用户访问效率，这种操作是一种正常操作，但也存在一些非正常操作，比如 wangwu 没有抢到红包，但用户恶意频繁去查询抢红包记录，此时Redis缓存中将一直没有数据，每次都会查询数据库，这种现象叫缓存穿透。缓存穿透该如何解决呢？我们提供这一种思路，如下图所示：

缓存穿透场景解决与布隆过滤器的使用_数据_03

3 穿透问题解决

缓存穿透场景解决与布隆过滤器的使用_布隆过滤器_04

4 布隆过滤器

防止缓存穿透，有多种方案，上面所实现的是一种最简单的方案，也有其他方案，比如布隆过滤器也是缓存穿透方案之一。布隆过滤器主要是解决大规模数据下不需要精确过滤的业务场景，如检查垃圾邮件地址，爬虫URL地址去重，解决缓存穿透问题等。

布隆过滤器：在一个存在一定数量的集合中过滤一个对应的数据，判断该数据是否在该集合中。

4.1 原理

布隆过滤器的巨大用处就是，能够迅速判断一个元素是否在一个集合中。因此他有如下三个使用场景:

网页爬虫对URL的去重，避免爬取相同的URL地址
反垃圾邮件，从数十亿个垃圾邮件列表中判断某邮箱是否垃圾邮箱（同理，垃圾短信）
缓存穿透，将所有可能存在的数据缓存放到布隆过滤器中，当访问不存在的缓存时迅速返回避免缓存及DB挂掉。
我们来谈谈布隆过滤器的原理
其内部维护一个全为0的bit数组，需要说明的是，布隆过滤器有一个误判率的概念，误判率越低，则数组越长，所占空间越大。误判率越高则数组越小，所占的空间越小。 假设，根据误判率，我们生成一个10位的bit数组，以及2个hash函数（(f_1,f_2)），如下图所示(生成的数组的位数和hash函数的数量，我们不用去关心是如何生成的，有数学论文进行过专业的证明)。

假设输入集合为((N_1,N_2)),经过计算(f_1(N_1))得到的数值得为2，(f_2(N_1))得到的数值为5，则将数组下标为2和下表为5的位置置为1，如下图所示

同理，经过计算(f_1(N_2))得到的数值得为3，(f_2(N_2))得到的数值为6，则将数组下标为3和下表为6的位置置为1，如下图所示

这个时候，我们有第三个数(N_3)，我们判断(N_3)在不在集合((N_1,N_2))中，就进行(f_1(N_3)，f_2(N_3))的计算
若值恰巧都位于上图的红色位置中，我们则认为，(N_3)在集合((N_1,N_2))中
若值有一个不位于上图的红色位置中，我们则认为，(N_3)不在集合((N_1,N_2))中
以上就是布隆过滤器的计算原理。

4.2 布隆过滤器案例

引入依赖包

<!--google的布隆过滤器-->
<dependency>
<groupId>com.google.guava</groupId>
<artifactId>guava</artifactId>
<version>22.0</version>
</dependency>

编写测试类

public class BloomFilterTest {
  
    private static int size = 1000000;
  //Google的布隆过滤器
    private static BloomFilter<Integer> bloomFilter = BloomFilter.create(Funnels.integerFunnel(), size, 0.0001);
  

    public static void main(String[] args) {
    //放一百万个key到布隆过滤器中 1000000
    for (int i = 0; i < size; i++) {
      bloomFilter.put(i);
   }
    List<Integer> list = new ArrayList<Integer>(1000);
    //取10000个不在过滤器里的值，看看有多少个会被认为在过滤器里
    for (int i = size + 10000; i < size + 20000; i++) {
      if (bloomFilter.mightContain(i)) {
        list.add(i);
     }
   }
    System.out.println("误判的数量：" + list.size());
 }
}