面试题：Redis如何防止缓存穿透 + 布隆过滤器原理

题目来源

招银网络-技术-1面

题目描述

缓存穿透是什么？
如何防止缓存穿透
布隆过滤器的原理是什么？

我的回答

缓存穿透是什么？
攻击者大量请求缓存和数据库中都不存在的key。
如何防止缓存穿透
可以使用布隆过滤器
布隆过滤器的原理是什么？
记不太清楚了

更好的答案

布隆过滤器的使用流程
使用bitmap来存储合法的的商品id。
当请求到达服务器之后，如果缓存中没有，则不直接访问数据库，而是先通过布隆过滤器进行筛选，如果通过了布隆过滤器的筛选，则可以去查询数据库了，查出来了之后，再放入缓存，并返回给客户端。
布隆过滤器的原理
在这个问题的场景下，我们是把布隆过滤器当做白名单来使用，只有布隆过滤器里面存在的商品id，才能通过过滤，然后去访问数据库。
要实现时间复杂度为1的过滤，只能使用哈希算法，但是哈希算法经常会产生碰撞，就会产生误判。
所以，布隆过滤器采用了多种哈希算法，当要查询一个商品id是否在白名单中时，布隆过滤器会计算hash_1(id), hash_2(id), hash_3(id)…hash_n(id)，把所有计算出来的哈希值对bitmap的总位数取余，然后判断是否所有的取余之后的结果，都在bitmap中，如果都在，那该商品id通过过滤，如下所示，qqcr1为合法id，可以去请求数据库了。

布隆过滤器是如何初始化的呢？答案是将所有的合法的商品id经过布隆过滤器定义的哈希函数计算之后，对bitmap的位数取余，然后将该bit位设置为1，如下图所示

如果有任何一个hash算法的结果取余之后不在bit毛中，则该商品id一定是攻击者伪造的，就不能去请求数据库，如下所以，qqcr2为非法id。
在这里插入图片描述

布隆过滤器的优点
使用bitmap来存储白名单，节省空间，并且计算哈希的时间复杂度是1，在判断商品是否存在时，可以使用如下方法：
获取哈希函数值，对bitmap总位数取余，假如结果为3和1，然后利用位运算，将一个int类型或者long类型的字面量1左移两位和1位，就可以得到100，010，将100和010做位运算或运算，就可以得到110，然后将110与bitmap做位运算与操作，如果结果大于0，则通过布隆过滤器的过滤，就可以去数据库查询了。当然，上述过滤操作是我自己猜想的，真正的布隆过滤器，肯定不止有int的32位或者long的64位，具体的需要去查找怎么做的布隆过滤器。
布隆过滤器的缺点
– 缺点1：可能会发生误判的情况
现在有两个合法商品id，id_1和id_2，一个不合法的商品id为id_3，有两个hash函数，计算出来的bitmap如下

id_3计算出来的bit位如下，可以看到id_3计算的bit位跟id_1和id_2的bit位产生了碰撞，则id_3可以通过布隆过滤器的过滤，产生误判。
有没有什么办法可以解决这个误判的问题呢？
如果只使用一个布隆过滤器来存储商品白名单，则不行，因为哈希碰撞肯定会存在。有另一个思路，我们可以通过增加bitmap的长度与增加哈希函数的个数，缓解哈希碰撞，从而缓解误判的概率。但是，需要注意的是，增加bitmap会占用更多的存储空间，增加哈希函数，需要进行更多次的计算，会占用更多的CPU时间片。

– 缺点2：删除数据困难，假如bitmap已经初始化好了，如果后台管理员删除了某几个商品，则布隆过滤器不能直接将该商品对应的bit位设置为0，因为其他商品计算出来的bit位可能跟被删除的商品一致。所以我们可以采取定期重新初始化布隆过滤器的策略，在某些商品被删除到重新初始化期间，可能会出现误判。