缓存穿透-解决方案之-布隆过滤器

什么是缓存穿透？

出现Redis中不存在的缓存数据。

解决方案：

1：缓存一个空对象

对查询结果为空的对象也进行缓存，如果是集合，可以缓存一个空的集合（非 null ），如果是缓存单个对象，可以通过字段标识来区分。这样避免请求穿透到后端数据库。

同时，也需要保证缓存数据的时效性。这种方式实现起来成本较低，比较适合命中不高，但可能被频繁更新的数据。

2：单独过滤处理

对所有可能对应数据为空的 key 进行统一的存放，并在请求前做拦截，这样避免请求穿透到后端数据库。这种方式实现起来相对复杂，比较适合命中不高，但是更新不频繁的数据。

第二点其实就是可以用布隆过滤器来实现；

布隆过滤器（Bloom Filter）是1970年由布隆提出的。它实际上是一个很长的二进制向量和一系列随机映射函数。布隆过滤器可以用于检索一个元素是否在一个集合中。它的优点是空间效率和查询时间都比一般的算法要好的多，缺点是有一定的误识别率和删除困难。

如果还是不太好理解的话，就可以把布隆过滤器理解为一个set集合，我们可以通过add往里面添加元素，通过contains来判断是否包含某个元素。

布隆过滤器的优点：
    1:时间复杂度低，增加和查询元素的时间复杂为O(N)，（N为哈希函数的个数，通常情况比较小）
    2:保密性强，布隆过滤器不存储元素本身
    3:存储空间小，如果允许存在一定的误判，布隆过滤器是非常节省空间的（相比其他数据结构如Set集合）
    
布隆过滤器的缺点：
    1:有点一定的误判率，但是可以通过调整参数来降低
        主要是判断不存在的，则一定不存在；判断存在的，大概率存在，但也有小概率不存在。
    2:无法获取元素本身
    3:很难删除元素

优点：优点很明显，二进制组成的数组，占用内存极少，并且插入和查询速度都足够快。
缺点：随着数据的增加，误判率会增加；还有无法判断数据一定存在；另外还有一个重要缺点，无法删除数据。

布隆过滤器有以下不足：查询性能弱、空间利用效率低、不支持反向 *** 作（删除）以及不支持计数。
    查询性能弱是因为布隆过滤器需要使用多个 hash 函数探测位图中多个不同的位点，这些位点在内存上跨度很大，会导致 CPU 缓存行命中率低。
    
    空间效率低是因为在相同的误判率下，布谷鸟过滤器的空间利用率要明显高于布隆，空间上大概能节省 40% 多。
        不过布隆过滤器并没有要求位图的长度必须是 2 的指数，而布谷鸟过滤器必须有这个要求。
        从这一点出发，似乎布隆过滤器的空间伸缩性更强一些。
        
    不支持反向删除 *** 作这个问题着实是击中了布隆过滤器的软肋。在一个动态的系统里面元素总是不断的来也是不断的走。
        布隆过滤器就好比是印迹，来过来就会有痕迹，就算走了也无法清理干净。
        比如你的系统里本来只留下 1kw 个元素，但是整体上来过了上亿的流水元素，
        布隆过滤器很无奈，它会将这些流失的元素的印迹也会永远存放在那里。
        随着时间的流失，这个过滤器会越来越拥挤，直到有一天你发现它的误判率太高了，不得不进行重建。

布隆过滤器：一种数据结构（bitmap），是由一串很长的二进制向量组成，可以将其看成一个二进制数组。既然是二进制，那么里面存放的不是0，就是1，但是初始默认值都是0。

*1.*添加数据*
当要向布隆过滤器中添加一个元素key时，我们通过多个hash函数，算出一个值，然后将这个值所在的方格置为1。

*2.如何判断是否存在
将这个新的数据通过上面自定义的几个哈希函数，分别算出各个值，然后看其对应的地方是否都是1，如果存在一个不是1的情况，那么我们可以说，该新数据一定不存在于这个布隆过滤器中。
反过来说，如果通过哈希函数算出来的值，对应的地方都是1，那么我们能够肯定的得出：这个数据一定存在于这个布隆过滤器中吗？
答案是否定的，因为多个不同的数据通过hash函数算出来的结果是会有重复的，所以会存在某个位置是别的数据通过hash函数置为的1。

我们可以得到一个结论：布隆过滤器可以判断某个数据一定不存在，但是无法判断一定存在。
 

存入过程：通过三个hash函数计算出三个哈希值，然后将三个值映射到数组中将0改成1。
查间过程：通过三个hash函数计算出查询数据的哈希值，然后检查布隆过滤器对应位置上的值是否为1，如果有一个不为1表示该值不存在，如果都为1表示该值可能存在。（查询时间复杂度为O(k),k为哈希函数个数）
删除过程：不能进行删除，因为会删除掉其他数据。
更新过程：也不能进行更新。

实现：(Guava)
调用谷歌的guava包的api。
缺点：guavah版实现主要问题在于无法支持集群环境。为了支持集群环境主要考虑通过redis setbit来实现BloomFilter。。

该方案最大的一个问题是布隆过滤器不支持反向删除 *** 作，例如你的项目里活跃的key的数量只有1000w个，但是全部key数量有5000w个，那这5000w个key会全部存在布隆过滤器里！

直到某一天，你会发现这个过滤器太拥挤了，误判率太高，不得不进行重建！

为了解决上面布隆过滤器的问题，出现了一个增强版的布隆过滤器(Counting Bloom Filter),这个
过滤器的思路是将布隆过滤器的bitmap.更换成数组，当数组某位置被映射一次时就+1，当删除时
就-1，这样就避免了普通布隆过滤器删除数据后需要重新计算其余数据包Hash的问题，但是依日没
法避免误判。

升级版的布隆过滤器（Counting Bloom Filter）
    原理就是把位图的位 升级为计数器(Counter). 
        添加元素, 就给对应的Counter分别+1; 
        删除元素, 就给对应的Counter分别减一. 用多出几倍存储空间的代价, 来实现删除功能

https://zhuanlan.zhihu.com/p/462813998
https://blog.csdn.net/fengyuyeguirenenen/article/details/124191117

一行代码解决缓存击穿问题 - 掘金