1.什么是緩存穿透
緩存穿透是指查詢一個數據庫中根本不存在的數據，導致這個查詢請求繞過緩存直接訪問數據庫的情況。這種情況如果頻繁發生，會對數據庫造成不必要的壓力。
典型特征：
（1）查詢的數據在數據庫和緩存中都不存在
（2）惡意攻擊者可能故意查詢大量不存在的數據來攻擊系統
解決方案?：
1. 緩存空對象
//優點：實現簡單
//缺點：可能緩存大量無用的空鍵，占用內存
// 偽代碼示例
public Object getData(String key) {Object value = cache.get(key);if (value != null) {if (value instanceof NullValue) { // 特殊標記的空對象return null;}return value;}value = db.get(key);if (value == null) {// 數據庫不存在，緩存一個特殊空對象，設置較短過期時間cache.set(key, new NullValue(), 60); // 60秒過期} else {cache.set(key, value);}return value;
}2.布隆過濾器
//優點：內存效率高
//缺點：有一定誤判率（但不會漏判），需要維護布隆過濾器
// 偽代碼示例
public Object getData(String key) {if (!bloomFilter.mightContain(key)) {return null; // 肯定不存在}Object value = cache.get(key);if (value != null) {return value;}value = db.get(key);if (value != null) {cache.set(key, value);}return value;
}2.什么是布隆過濾器
? ? ? 布隆過濾器是一種空間效率極高的概率型數據結構，用于快速判斷一個元素是否可能存在于集合中。它使用位數組和多個哈希函數實現，特點是查詢速度快、占用內存小，但有一定誤判率（可能誤報存在，但絕不會漏報）。典型應用包括緩存穿透防護、爬蟲URL去重等場景。
工作原理：
-
添加元素時，用k個哈希函數計算元素的哈希值，將位數組中對應位置設為1
-
查詢元素時，同樣計算k個哈希值，若所有對應位都為1則認為可能存在，任一為0則肯定不存在"
實際應用：
-
緩存系統：防止緩存穿透，如Redis緩存前先查布隆過濾器
-
網頁爬蟲：URL去重，避免重復爬取
-
安全領域：惡意網站/垃圾郵件過濾
-
數據庫優化：減少不必要的磁盤查詢"
優點：
-
內存占用極小（1億元素約需114MB，誤判率1%）
-
查詢性能與數據量無關
-
可并行化處理
缺點：
-
不能刪除元素（除非使用Counting Bloom Filter變種）
-
誤判率隨元素增加而升高
-
不支持獲取實際存儲的元素
"布隆過濾器的性能取決于三個參數：
-
位數組大小m：越大誤判率越低
-
哈希函數數量k：過多會增加計算開銷
-
元素數量n：實際插入的元素數
根據公式：最優哈希函數數量k ≈ (m/n)*ln2，工程中常用Guava庫自動計算這些參數。
?
)
