缓存穿透及解决方案

什么是缓存穿透：

        缓存系统的主要作用是存储经常访问的数据，以减少对后端存储系统（如数据库）的访问压力。

        当有一个请求查询数据时，系统首先会在缓存中查找。如果缓存中存在该数据，就直接返回缓存中的数据；如果缓存中没有，就会去数据库等存储系统中查找，并将找到的数据放入缓存中，方便下次查询使用。

        缓存穿透是指客户端请求的数据在缓存中没有，在数据库中也没有。这样的请求每次都会穿透缓存，直接访问数据库，导致数据库承受不必要的查询压力。

缓存穿透产生的原因：

        恶意攻击：攻击者故意构造大量在数据库中不存在的键值去频繁请求，试图拖垮数据库。例如，在一个电商系统中，正常的商品 ID 是 1 - 10000，攻击者发送大量商品 ID 为负数或者超大数值（如 99999999）的查询请求，而这些商品在数据库中并不存在。

        业务逻辑漏洞：代码实现的业务逻辑中可能存在漏洞，导致产生大量缓存中没有，且数据库中也不存在的数据请求。比如，一个根据用户 ID 查询用户信息的功能，在用户 ID 生成规则被错误修改后，可能会产生大量无效的用户 ID 请求，这些请求就会造成缓存穿透。

解决方法：

        缓存空对象：当从数据库查询数据为空时，在缓存中存储一个空对象，并设置较短的过期时间。这样，下次相同的请求到来时，在缓存中就能直接获取空对象，避免再次查询数据库。不过，这种方法可能会导致缓存中存储大量无用的空对象数据，占用缓存空间。

        布隆过滤器（Bloom Filter）：布隆过滤器主要是用于检索一个元素是否在一个集合中。可以使用Redisson实现的布隆过滤器。它的底层原理是，先初始化一个比较大的数组，里面存放的是二进制0或1。一开始都是0，当一个key来了之后，经过3次hash计算，模数组长度找到数据的下标，然后把数组中原来的0改为1。这样，三个数组的位置就能标明一个key的存在。查找的过程也是一样的。当然，布隆过滤器有可能会产生一定的误判，我们一般可以设置这个误判率，大概不会超过5%。其实这个误判是必然存在的，要不就得增加数组的长度。5%以内的误判率一般的项目也能接受，不至于高并发下压倒数据库。