Java缓存穿透怎么解决？全面分析与方案

缓存穿透是指查询一个数据库中肯定不存在的数据，导致每次请求都打到数据库，解决方案有：1. 使用布隆过滤器，通过bit数组和哈希函数高效判断key是否存在，但有一定误判率；2. 缓存空对象，在数据库无数据时缓存空对象以减少后续请求；3. 接口层校验，对请求参数进行合法性校验，防止非法请求到达数据库。

缓存穿透，简单来说，就是查询一个数据库里肯定不存在的数据。由于缓存中没有，每次请求都会打到数据库，如果这种请求量很大，数据库就可能扛不住。

解决方案：

布隆过滤器：高效判断 Key 是否存在

布隆过滤器是一种概率型数据结构，能告诉你“可能存在”或“肯定不存在”。 它的优点是空间效率和查询效率都很高，缺点是有一定的误判率（false positive）。

工作原理：

1. 初始化： 创建一个 bit 数组，所有位初始化为 0。定义 k 个不同的哈希函数。
2. 添加元素： 将元素通过 k 个哈希函数计算出 k 个哈希值，然后将 bit 数组中对应的 k 个位置置为 1。
3. 查询元素： 将元素通过 k 个哈希函数计算出 k 个哈希值，检查 bit 数组中对应的 k 个位置是否都为 1。如果都为 1，则“可能存在”，否则“肯定不存在”。

Java 实现示例（使用 Guava）：

import com.google.common.hash.BloomFilter;
import com.google.common.hash.Funnels;

public class BloomFilterExample {

    private static final int EXPECTED_INSERTIONS = 1000; // 预期的插入数量
    private static final double FPP = 0.01; // 误判率

    private static BloomFilter bloomFilter = BloomFilter.create(
            Funnels.integerFunnel(),
            EXPECTED_INSERTIONS,
            FPP);

    public static void main(String[] args) {
        // 假设数据库中存在 1 到 100 的数据
        for (int i = 1; i <= 100; i++) {
            bloomFilter.put(i);
        }

        // 测试不存在的数据
        System.out.println("Checking if 101 exists: " + bloomFilter.mightContain(101)); // 可能返回 true (误判) 或 false
        System.out.println("Checking if 2 exists: " + bloomFilter.mightContain(2)); // 肯定返回 true
    }
}

使用场景：

• 在缓存之前，先通过布隆过滤器判断 Key 是否存在，如果不存在，直接返回，避免查询缓存和数据库。
• 适用于数据量大，且 Key 的变化不频繁的场景。

需要注意：

• 布隆过滤器有一定的误判率，因此不能完全避免缓存穿透。
• 如果数据变化频繁，需要定期更新布隆过滤器。

缓存空对象：简单粗暴但有效

当数据库查询结果为空时，仍然将这个空结果缓存起来，下次再请求这个 Key 时，直接从缓存返回。

实现方式：

public Object getFromCache(String key) {
    Object cacheValue = cache.get(key);
    if (cacheValue == null) {
        Object dbValue = getDataFromDB(key);
        if (dbValue == null) {
            // 缓存空对象
            cache.put(key, new NullValue(), CACHE_EXPIRATION_TIME); // NullValue 是一个自定义的空对象
        } else {
            cache.put(key, dbValue, CACHE_EXPIRATION_TIME);
            return dbValue;
        }
    }

    if (cacheValue instanceof NullValue) {
        return null; // 返回 null 表示数据不存在
    }

    return cacheValue;
}

// 自定义空对象
class NullValue {}

优点：

• 实现简单，不需要引入额外的组件。
• 能够有效防止缓存穿透。

缺点：

• 缓存中会存在大量的空对象，占用一定的存储空间。
• 如果空对象设置的过期时间较长，可能会导致数据不一致。

最佳实践：

• 空对象的过期时间不宜过长，可以设置一个较短的过期时间，例如 1 分钟。
• 可以考虑使用特殊的 Key 来标识空对象，例如 "NULL_" + key。

接口层校验：亡羊补牢，防患于未然

在接口层对请求参数进行校验，过滤掉不合法的 Key，避免请求打到缓存和数据库。

实现方式：

• 使用正则表达式校验 Key 的格式。
• 使用白名单或黑名单过滤 Key。
• 对 Key 进行编码或加密。

优点：

• 能够有效防止恶意攻击。
• 减轻缓存和数据库的压力。

缺点：

• 需要对所有接口进行改造。
• 可能会影响接口的性能。

需要注意：

• 接口层校验只能作为一种辅助手段，不能完全依赖接口层校验来防止缓存穿透。

如何选择合适的方案？

这取决于你的具体场景。

• 数据量小，Key 的变化不频繁： 可以考虑使用缓存空对象。
• 数据量大，Key 的变化不频繁： 可以考虑使用布隆过滤器。
• 需要防止恶意攻击： 可以考虑使用接口层校验。
• 多种方案结合使用： 可以将多种方案结合起来使用，以达到更好的效果。

缓存穿透和缓存击穿、缓存雪崩有什么区别？

缓存穿透、缓存击穿和缓存雪崩是缓存使用中常见的三个问题，它们之间的区别如下：

• 缓存穿透： 查询一个数据库中肯定不存在的数据。
• 缓存击穿： 缓存中某个热点 Key 过期，导致大量请求打到数据库。
• 缓存雪崩： 缓存中大量的 Key 同时过期，导致大量请求打到数据库。

简而言之，缓存穿透是查不存在的数据，缓存击穿是查存在的但过期的热点数据，缓存雪崩是查大量同时过期的数据。

布隆过滤器如何选择合适的哈希函数？

选择合适的哈希函数对于布隆过滤器的性能至关重要。好的哈希函数应该满足以下条件：

• 均匀性： 哈希函数应该将元素均匀地分布到 bit 数组中，避免出现哈希冲突。
• 独立性： 不同的哈希函数应该相互独立，减少误判率。
• 高效性： 哈希函数的计算速度应该足够快，避免影响查询性能。

常见的哈希函数包括：

• MurmurHash： 一种非加密哈希函数，性能优异，广泛应用于各种场景。
• FNV Hash： 一种快速哈希函数，适用于对性能要求较高的场景。
• MD5、SHA-1： 加密哈希函数，安全性高，但性能较差，不适合用于布隆过滤器。

在实际应用中，可以根据具体场景选择合适的哈希函数。Guava 提供的 BloomFilter 默认使用 MurmurHash。

缓存空对象会带来什么问题？如何避免？

缓存空对象的主要问题是：

• 占用存储空间： 缓存中会存在大量的空对象，占用一定的存储空间。
• 数据不一致： 如果空对象设置的过期时间较长，可能会导致数据不一致。

为了避免这些问题，可以采取以下措施：

• 设置较短的过期时间： 空对象的过期时间不宜过长，可以设置一个较短的过期时间，例如 1 分钟。
• 使用特殊的 Key 标识空对象： 可以考虑使用特殊的 Key 来标识空对象，例如 "NULL_" + key。
• 限制空对象的数量： 可以设置一个最大空对象数量，当空对象数量超过限制时，不再缓存新的空对象。
• 定期清理空对象： 可以定期清理缓存中的空对象，释放存储空间。