redis中的缓存穿透问题

 缓存穿透

缓存穿透问题：

一般请求来到后端，都是先从缓存中查找数据，如果缓存中找不到，才会去数据库中查询数据。

而缓存穿透就是基于这一点，不断发送请求查询不存在的数据，从而使数据库压力过大，导致数据库崩溃！

解决这一问题，一般有两种解决方案：

一、缓存空数据：

把查询不到结果的请求，缓存值设置为空，这样该请求下次过来，缓存中就有空数据返回了。

 缺点：

1.缓存了大量没用的空数据，浪费内存。

2.导致数据不一致性，比如说：一开始一个id为1的请求过来，我确实查询不到，缓存一个空数据。然后要添加了一条id为1的数据。但这个时候用户再来查询，得到的还是缓存中的空数据，要等到改空数据过期以后，才能去数据库中更新最新的数据，导致了数据的不一致性。

二、布隆过滤器：

布隆过滤器判断元素是否存在的原理：

布隆过滤器的误判情况：

布隆过滤器使用情况：1.确定模型是一个集合结构，且没有删除行为 (类似于黑名单查询)。2.能接受一定的失误率。

总结：

1.缓存穿透

缓存穿透是指查询一个一定不存在的数据，如果从存储层查不到数据则不写入缓存，这将导致这个不存在的数据每次请求都要到 DB 去查询，可能导致DB 挂掉。这种情况大概率是遭到了攻击。

2.布隆过滤器

它的底层主要是先去初始化一个比较大数组，里面存放的二进制0或1。在一开始都是0，当一个key来了之后经过3次hash计算，模于数组长度找到数据的下标然后把数组中原来的0改为1，这样的话，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。当然是有缺点的，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，其实已经算是很划分了，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。