Redis 缓存穿透介绍

缓存穿透（Cache Penetration）是指客户端请求的数据既不在缓存中，也不在数据库中，导致每次请求都直接访问数据库。这种情况不仅无法发挥缓存的性能优势，还会加重数据库的负担，导致系统性能下降。

缓存穿透的原因

缓存穿透通常有以下几种原因：

查询的数据不存在：客户端请求的数据在缓存中和数据库中都没有，例如，用户请求的商品或用户数据在系统中根本不存在。
恶意请求：攻击者故意发送不存在的数据请求，绕过缓存，直接向数据库发起请求。
缓存未命中数据：由于缓存没有存储数据（可能是由于缓存过期或删除），每次都需要访问数据库。

缓存穿透的影响

增加数据库负载：每次请求都需要访问数据库，即使数据库中没有数据，也会浪费数据库资源，增加数据库的负载。
浪费带宽：客户端无效的请求造成了系统资源的浪费。
性能下降：频繁的缓存穿透会使得缓存的优势无法发挥，系统性能和响应时间会受到影响。

如何解决缓存穿透

缓存空对象：当查询的结果为空时，可以将空对象缓存，避免相同的无效请求反复查询数据库。
使用布隆过滤器：布隆过滤器是一种概率型数据结构，适合用来判断某个元素是否在一个集合中。通过使用布隆过滤器，可以在访问缓存之前先进行快速判断，如果请求的数据不在布隆过滤器中，就可以直接拒绝请求，避免不必要的数据库查询。
请求校验和防火墙：通过验证请求是否合法，限制无效或恶意请求的访问，从而减少无效请求导致的缓存穿透。

Redis 缓存穿透的 Java 实现

1. 使用布隆过滤器防止缓存穿透

布隆过滤器是一种空间效率极高的概率型数据结构，适合用来判断某个元素是否在一个集合中。布隆过滤器能够快速判断某个元素是否存在于数据库中，从而减少不必要的缓存查询。

我们可以通过 Redis 实现布隆过滤器，防止缓存穿透。

步骤：

安装依赖：使用 Redisson，它是 Redis 的 Java 客户端，支持布隆过滤器功能。

<dependency>
    <groupId>org.redisson</groupId>
    <artifactId>redisson</artifactId>
    <version>3.16.1</version>
</dependency>

2.代码实现：

import org.redisson.api.RBloomFilter;
import org.redisson.api.RedissonClient;
import org.redisson.config.Config;
import org.redisson.Redisson;

public class RedisBloomFilterExample {

    // 初始化 Redisson 客户端
    private static RedissonClient redisson;

    public static void main(String[] args) {
        // 配置 Redisson 连接 Redis
        Config config = new Config();
        config.useSingleServer().setAddress("redis://127.0.0.1:6379");
        redisson = Redisson.create(config);

        // 创建布隆过滤器
        RBloomFilter<String> bloomFilter = redisson.getBloomFilter("userExistsFilter");
        
        // 初始化布隆过滤器，预计存储100万个元素，误判率设置为0.03%
        bloomFilter.tryInit(1000000, 0.03);

        // 添加数据到布隆过滤器
        bloomFilter.add("user:1001");
        bloomFilter.add("user:1002");
        bloomFilter.add("user:1003");

        // 模拟检查数据是否存在
        String userId = "user:1001";
        if (bloomFilter.contains(userId)) {
            // 如果布隆过滤器包含该数据，则从缓存获取数据
            System.out.println(userId + " exists in cache.");
        } else {
            // 如果布隆过滤器没有该数据，则查询数据库
            System.out.println(userId + " does not exist in cache, querying database...");
        }

        // 关闭连接
        redisson.shutdown();
    }
}

Redisson 客户端初始化：通过 Redisson.create() 方法初始化客户端连接 Redis。
创建布隆过滤器：使用 redisson.getBloomFilter() 方法创建布隆过滤器。tryInit 方法用于初始化布隆过滤器的预期容量和误判率。
添加数据：使用 add() 方法将数据添加到布隆过滤器。
查询数据：使用 contains() 方法检查数据是否在布隆过滤器中存在。如果存在则从缓存中获取数据，否则查询数据库。

布隆过滤器的优势在于，它能够在大多数情况下快速判断数据是否存在，避免了无效查询数据库的情况。虽然布隆过滤器会存在一定的误判率（可能返回“存在”的错误结果），但它绝对不会漏掉真实存在的数据。

2. 缓存空对象

如果查询到的数据为空，可以将空对象缓存一段时间，避免后续相同的数据查询再次访问数据库。

代码实现：

import redis.clients.jedis.Jedis;

public class CacheEmptyObjectExample {

    private static Jedis jedis = new Jedis("localhost", 6379);

    public static void main(String[] args) {
        String key = "user:9999";  // 假设这个用户不存在

        // 尝试从缓存获取数据
        String value = getFromCache(key);

        if (value == null) {
            // 如果缓存中没有，查询数据库
            value = getFromDatabase(key);

            // 如果数据库中没有数据，缓存一个空值（避免下次重复查询）
            if (value == null) {
                setToCache(key, "null");
            } else {
                setToCache(key, value);
            }
        }

        System.out.println("Fetched value: " + value);
    }

    // 从缓存获取数据
    public static String getFromCache(String key) {
        return jedis.get(key);
    }

    // 设置数据到缓存
    public static void setToCache(String key, String value) {
        jedis.setex(key, 3600, value);  // 设置 1 小时过期时间
    }

    // 模拟数据库查询
    public static String getFromDatabase(String key) {
        // 假设数据库中没有这个数据
        return null;
    }
}

代码解析：

查询缓存：首先从 Redis 获取缓存，如果返回为 null，则说明缓存中没有数据。
查询数据库：如果 Redis 缓存没有数据，则从数据库查询。
缓存空值：如果数据库查询结果为空（如用户不存在），则将 "null" 存入 Redis 中，表示该数据不存在。这样可以避免频繁访问数据库，提高性能。
缓存设置过期时间：使用 setex 设置缓存的过期时间（如 1 小时）。