面试题：Redis缓存减轻MySQL读压力：缓存穿透应对

1. 布隆过滤器（Bloom Filter）

原理：布隆过滤器是一个很长的二进制向量和一系列随机映射函数。它可以判断一个元素一定不存在或者可能存在。当一个元素被加入集合时，通过K个散列函数将这个元素映射成一个位数组中的K个点，把它们置为1。检索时，我们只要看看这些点是不是都是1就（大约）知道集合中有没有它了：如果这些点有任何一个0，则被检元素一定不在；如果都是1，则被检元素很可能在。这样可以在大量数据中快速判断某个数据是否存在，避免无效查询穿透到数据库。
实现方式：在Java中，可以使用Google的Guava库来实现布隆过滤器。例如：

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

// 初始化布隆过滤器，预计元素数量为1000000，误判率为0.01
BloomFilter<Integer> bloomFilter = BloomFilter.create(
        Funnels.integerFunnel(),
        1000000,
        0.01);

// 添加元素
bloomFilter.put(123);

// 判断元素是否存在
boolean mightContain = bloomFilter.mightContain(123);

在应用启动时，将数据库中的所有可能查询的键值加入布隆过滤器。每次查询前，先通过布隆过滤器判断该键是否可能存在，如果不存在则直接返回，不再查询Redis和数据库。

2. 缓存空值

原理：当查询数据库发现某个键对应的值为空时，也将这个空值缓存到Redis中，并设置一个较短的过期时间。这样下次再查询同样的键时，直接从Redis中获取空值，避免穿透到数据库。
实现方式：以Java的Jedis为例：

import redis.clients.jedis.Jedis;

public class CacheNullValueExample {
    public static void main(String[] args) {
        Jedis jedis = new Jedis("localhost", 6379);
        String key = "nonexistent_key";
        // 先尝试从Redis获取值
        String value = jedis.get(key);
        if (value == null) {
            // 查询数据库
            value = getFromDatabase(key);
            if (value != null) {
                // 数据库有值，缓存到Redis
                jedis.setex(key, 3600, value);
            } else {
                // 数据库无值，缓存空值，设置较短过期时间
                jedis.setex(key, 60, "");
            }
        }
        jedis.close();
    }

    private static String getFromDatabase(String key) {
        // 模拟从数据库查询
        return null;
    }
}

3. 加强参数校验

原理：在应用层对输入参数进行严格校验，比如检查参数的类型、长度、格式等是否合法。如果参数不合法，直接返回错误信息，避免不合法的参数作为查询条件去查询Redis和数据库，从而防止缓存穿透。
实现方式：以Spring Boot应用为例，可以使用注解进行参数校验。例如：

import org.springframework.validation.annotation.Validated;
import javax.validation.constraints.NotBlank;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RequestParam;
import org.springframework.web.bind.annotation.RestController;

@RestController
@Validated
public class ParameterValidationController {

    @GetMapping("/data")
    public String getData(@RequestParam @NotBlank String key) {
        // 合法参数才进行后续查询
        return "Process data for key: " + key;
    }
}

4. 动态调整缓存策略

原理：分析业务数据的访问模式，对于一些频繁穿透的查询，可以调整缓存策略。比如将一些热点数据的缓存时间延长，或者对某些特定的查询模式进行特殊处理，减少穿透的可能性。
实现方式：可以通过监控系统收集查询数据，分析哪些查询容易导致缓存穿透。例如，在应用中添加AOP切面，记录每次查询的键值和查询结果，定期分析数据。如果发现某个键频繁查询且穿透到数据库，可以通过配置中心动态调整该键的缓存时间或缓存策略。

import org.aspectj.lang.ProceedingJoinPoint;
import org.aspectj.lang.annotation.Around;
import org.aspectj.lang.annotation.Aspect;
import org.springframework.stereotype.Component;

@Aspect
@Component
public class QueryMonitorAspect {

    @Around("execution(* com.example.demo.service.*.*(..))")
    public Object monitorQuery(ProceedingJoinPoint joinPoint) throws Throwable {
        Object result;
        try {
            Object[] args = joinPoint.getArgs();
            // 假设第一个参数是查询键
            String key = (String) args[0];
            long startTime = System.currentTimeMillis();
            result = joinPoint.proceed();
            long endTime = System.currentTimeMillis();
            // 记录查询时间、键和结果，后续分析
            System.out.println("Query key: " + key + ", time: " + (endTime - startTime) + ", result: " + result);
        } catch (Throwable throwable) {
            throw throwable;
        }
        return result;
    }
}

星途面试题库

面试题：Redis缓存减轻MySQL读压力：缓存穿透应对

知识考点

面试题答案

1. 布隆过滤器（Bloom Filter）

2. 缓存空值

3. 加强参数校验

4. 动态调整缓存策略