面试redis主题一“什么是缓存穿透”

妖狐艹你老母 2024-03-02 09:02 39阅读 0赞

## 条件 ##

缓存穿透是因为查询redis时发现其中没有要查询的数据，大量请求DB导致DB压力过大崩溃。这种情况大部分是因为恶意攻击。

## 解决方法 ##

### 使用布隆过滤器 ###

**它是一种基于概率的数据结构，主要用来判断某个元素是否在集合内，它具有运行速度快（时间效率），占用内存小的优点（空间效率），但是有一定的误识别率和删除困难的问题**。它能够告诉你某个元素**一定不在集合内**或**可能在集合内**。

#### 原理总结 ####

1.一个很长的二进制数组 （位数组，就是这个数组里只有0和1）  
2.若干个哈希函数  
3.空间效率和查询效率高  
4.不存在漏报（False Negative），即某个元素在某个集合中，肯定能报出来。  
5.可能存在误报（False Positive），即某个元素不在某个集合中，可能也被爆出来。  
5.删除困难

#### 代码实现布隆过滤器 ####

public class SimpleBloomFilter {
        private static final int DEFAULT_SIZE = 2 << 24;    // 布隆过滤器的比特长度
        private static final int[] seeds = new int[] {7, 11, 13, 31,37, 61};    // 这里要选取质数，能很好的降低错误率
     
        private BitSet bits = new BitSet(DEFAULT_SIZE);
        private SimpleHash[] func = new SimpleHash[seeds.length];
     
        public static void main(String[] args) {
            String value = "crankzcool@gmail.com";
            SimpleBloomFilter filter = new SimpleBloomFilter();
            System.out.println(filter.contains(value));
            filter.add(value);
            System.out.println(filter.contains(value));
        }
     
        public SimpleBloomFilter() {
            for (int i = 0; i < seeds.length; i++) {
                func[i] = new SimpleHash(DEFAULT_SIZE, seeds[i]);
            }
        }
     
        public void add(String value) {
            for (SimpleHash f: func) {
                bits.set(f.hash(value), true);
            }
        }
     
        public boolean contains(String value) {
            if (value == null) {
                return false;
            }
            boolean ret = true;
            for (SimpleHash f : func) {
                ret = ret && bits.get(f.hash(value));
            }
            return ret;
        }
        public static class SimpleHash {
            private int cap;
            private int seed;
     
            public SimpleHash(int cap, int seed) {
                this.cap = cap;
                this.seed = seed;
            }
     
            public int hash(String value) {
                int result = 0;
                int len = value.length();
                for (int i = 0; i < len; i++) {
                    result = seed * result + value.charAt(i);
                }
                return (cap - 1) & result;
            }
        }

#### pom引入依赖实现布隆过滤器 ####

##### pom依赖 #####

<dependency>
        <groupId>com.google.guava</groupId>
        <artifactId>guava</artifactId>
        <version>27.0.1-jre</version>
    </dependency>

##### 代码实现 #####

public static void main(String[] args) {
        // 1.创建符合条件的布隆过滤器
        // 预期数据量10000，错误率0.0001
        BloomFilter<CharSequence> bloomFilter =
                BloomFilter.create(Funnels.stringFunnel(
                        Charset.forName("utf-8")),10000, 0.0001);
        // 2.将一部分数据添加进去
        for (int i = 0; i < 5000; i++) {
            bloomFilter.put("" + i);
        }
        System.out.println("数据写入完毕");
        // 3.测试结果
        for (int i = 0; i < 10000; i++) {
            if (bloomFilter.mightContain("" + i)) {
                System.out.println(i + "存在");
            } else {
                System.out.println(i + "不存在");
            }
        }
    }