高性能缓存实践-缓存穿透
目标
缓存穿透
缓存穿透：大量的客户端请求，参数都是无效的，导致直接穿过缓存，直接查询数据库。需要将这些无效的请求参数，过滤，不直接查询数据库，减少数据库的压力。提供正常请求的响应率。
解决方法：
- 定义校验规则，对恶意数据进行过滤，直接阻断，防止请求到数据库层。
- 缓存空值，将无效的参数结果缓存起来，下次有相同的参数，可以直接返回空值。为了避免占用过多的内存，可以设置较短的时间间隔。
- 布隆过滤器，根据算法，可以判断查询数据是否一定不存在或者存在。
缓存空值
对于非法参数请求，通过前端后端的参数校验，直接阻断请求。
使用spring boot cache 默认是缓存null结果的。
布隆过滤器
思路：将可能的查询参数，也就是缓存的key，都存储在布隆过滤器中，在请求达到后，先判断该请求参数，是否在布隆过滤器中，不存在，直接响应。不再查询数据库。
问题
解决缓存穿透有什么方式？优缺点是什么？
-
缓存空值
缓存空结果，超时时间应该设置的比一般缓存短。
缺点：如果是恶意用户，一直请求无效切不重复的参数，每个空值对应的key，也只出现一次，缓存穿透依然存在。
-
布隆过滤器
将存在的key，都存储在布隆过滤器
优点：能存储海量数据，并且消耗的资源少（内存，磁盘），鉴别key是否存在的效率非常高。
缺点：
1，代码复杂度增大，
2，需要将所有的缓存的key都存放到布隆过滤器中。
3，布隆过滤器不支持删值操作。
随着数据的增加，误判率随之增加；无法做到删除数据；只能判断数据是否一定不存在，而无法判断数据是否一定存在。
为什么使用布隆过滤器存储缓存的key？
基于布隆过滤器的算法，能在海量数据中判断某个数据是否存在，判断效率非常高，占用的存储空间很小。
Redis 布隆过滤器使用了redis 的那种数据结构？
参考：大白话布隆过滤器
一看就懂系列之 详解redis的bitmap在亿级项目中的应用
bitmap