redis中什么是缓存穿透？该如何解决？

缓存穿透

缓存穿透指的是查询一个根本不存在的数据，在这种情况下，无论是缓存层还是存储层都无法命中。因此，每次请求都需要访问数据库，这将导致不存在的数据每次都需要查询存储层，这样缓存就失去了保护后端存储的作用。缓存穿透问题的解决对于维护系统性能和资源利用至关重要。

造成缓存穿透的基本原因有两个。

缓存穿透的主要原因有两个。

首先，可能是由于业务代码或数据本身出现问题。例如，如果数据库中的ID从1开始自增，而某些请求携带了不存在的ID值（比如负数或特别大的值），如果对参数不进行校验，这些请求将会绕过缓存直接访问数据库。由于数据库中也查不到对应的数据，每个请求都会以相同的方式处理，这样会给数据库带来很大压力，尤其是在高并发的情况下，容易导致系统崩溃。

其次，缓存穿透也可能由恶意攻击、爬虫等行为造成，这些请求大量命中缓存但数据却不存在，导致每个请求都需要访问存储层。这种情况下，攻击者可以通过大量的无意义请求消耗系统资源，从而影响系统的正常运行。

如何解决

1.缓存空对象

当存储层不命中时，即使在数据库中也没有找到命中的数据，仍然将空对象保存到缓存层中。这样，下次对该数据的访问将从缓存中获取，从而保护了后端数据源的访问。然而，需要注意的是如果频繁存储空值，会导致缓存层占用更多的内存空间，尤其在面对攻击时问题更为严重。因此，可以为这类数据设置较短的过期时间，以使其能够自动被清理出缓存。

2.布隆过滤器拦截

在访问缓存层和存储层之前，使用布隆过滤器提前保存已存在的键，并进行第一层拦截。例如，对于一个推荐系统，存在4亿个用户ID，每个小时根据用户的历史行为计算并存储推荐数据。然而，对于最新的用户由于没有历史行为，可能发生缓存穿透。为此，可以将所有推荐数据的用户ID构建成布隆过滤器。如果布隆过滤器认为某个用户ID不存在，就不会进一步访问存储层，从而在一定程度上保护了存储层。

这些方法适用于数据命中率不高、数据相对稳定、实时性要求较低（通常是数据集较大）的应用场景。尽管实施这些方法可能会增加代码的维护复杂性，但能有效减少缓存空间的占用。