沪佳家装客服电话_广州产品设计公司有哪些_网络营销ppt课件_南昌seo外包公司

30分钟自学教程：Redis缓存穿透原理与解决方案

目标

1. 理解缓存穿透的成因及危害。
2. 掌握布隆过滤器、空值缓存等核心防御技术。
3. 能够通过代码实现请求拦截与缓存保护。
4. 学会限流降级、异步加载等应急方案。

---

教程内容

0~2分钟：缓存穿透的定义与核心原因

• 定义：恶意或异常请求频繁访问数据库中不存在的数据，绕过缓存直接冲击数据库。
• 典型场景：
  • 攻击者伪造大量非法ID（如负数、超长字符串）。
  • 业务未对查询参数校验，或未缓存空结果。
• 危害：
  • 数据库压力激增，甚至宕机。
  • 正常服务被恶意请求拖垮。

---

2~5分钟：代码模拟穿透场景（Java示例）

// 未做防护的查询方法（模拟穿透问题）  
public Product getProduct(String id) {  String key = "product:" + id;  Product product = redisTemplate.opsForValue().get(key);  if (product == null) {  // 直接查询数据库（未缓存空值）  product = productService.loadFromDB(id);  if (product != null) {  redisTemplate.opsForValue().set(key, product, 1, TimeUnit.HOURS);  }  }  return product; // 恶意请求会反复查询数据库  
}  

验证问题：

• 使用JMeter发送100次id=-1的请求，观察数据库查询次数是否为100次（穿透发生）。

---

5~12分钟：解决方案1——布隆过滤器（Bloom Filter）

• 原理：基于位数组和哈希函数，快速判断数据是否可能存在于数据库，拦截非法请求。
• 代码实现（Redisson布隆过滤器）：

// 初始化布隆过滤器并预热合法数据  
public class BloomFilterInit {  private RBloomFilter<String> bloomFilter;  @PostConstruct  public void init() {  bloomFilter = redissonClient.getBloomFilter("product_bloom");  bloomFilter.tryInit(100000L, 0.01); // 容量10万，误判率1%  List<String> validIds = productService.getAllValidIds();  validIds.forEach(bloomFilter::add);  }  
}  // 查询时拦截非法请求  
public Product getProductWithBloomFilter(String id) {  if (!bloomFilter.contains(id)) {  return null; // 直接拦截  }  // 正常查询逻辑...  
}  

• 注意事项：
  • 误判率需根据业务容忍度调整（如0.1%更严格，但占用更多内存）。
  • 需定期同步布隆过滤器与数据库的合法数据（如定时任务）。

---

12~20分钟：解决方案2——空值缓存（Cache Null）

• 原理：即使数据库不存在该数据，也缓存空值（如“NULL”），避免重复穿透。
• 代码实现：

public Product getProductWithNullCache(String id) {  String key = "product:" + id;  Product product = redisTemplate.opsForValue().get(key);  if (product == null) {  product = productService.loadFromDB(id);  if (product == null) {  // 缓存空值，5分钟过期  redisTemplate.opsForValue().set(key, "NULL", 5, TimeUnit.MINUTES);  return null;  }  redisTemplate.opsForValue().set(key, product, 1, TimeUnit.HOURS);  } else if ("NULL".equals(product)) {  return null; // 直接返回空结果  }  return product;  
}  

• 优化点：
  • 空值过期时间不宜过长（避免存储大量无效Key）。
  • 可结合布隆过滤器，减少空值缓存的数量。

---

20~25分钟：解决方案3——请求参数校验

• 原理：在业务层拦截非法参数（如非数字ID、越界值）。
• 代码实现（Spring Boot参数校验）：

public Product getProduct(@PathVariable String id) {  // 校验ID格式（仅允许数字）  if (!id.matches("\\d+")) {  throw new IllegalArgumentException("非法ID格式");  }  // 校验ID范围（如大于0）  long numericId = Long.parseLong(id);  if (numericId <= 0) {  throw new IllegalArgumentException("ID必须为正数");  }  // 正常查询逻辑...  
}  

• 扩展：
  • 使用Hibernate Validator实现注解式校验（如@Min(1)）。

---

25~28分钟：应急处理方案

1. 限流降级（Guava RateLimiter）：

private RateLimiter rateLimiter = RateLimiter.create(100); // 每秒100个请求  public Product getProduct(String id) {  if (!rateLimiter.tryAcquire()) {  throw new RuntimeException("请求过于频繁，请稍后重试");  }  // 正常查询逻辑...  
}  

2. 异步加载（CompletableFuture）：

public Product getProductAsync(String id) {  String key = "product:" + id;  Product product = redisTemplate.opsForValue().get(key);  if (product == null) {  CompletableFuture.runAsync(() -> {  Product dbProduct = productService.loadFromDB(id);  if (dbProduct != null) {  redisTemplate.opsForValue().set(key, dbProduct, 1, TimeUnit.HOURS);  }  });  }  return product; // 可能返回空，但避免阻塞请求  
}  

---

28~30分钟：总结与优化方向

• 核心原则：拦截非法请求、缓存空值、业务兜底。
• 高级优化：
  • 结合Redis Module的RedisBloom扩展（生产级布隆过滤器）。
  • 动态调整限流阈值（如根据数据库负载自动限流）。

---

练习与拓展

练习

1. 实现一个布隆过滤器，拦截id<=0的非法请求。
2. 修改空值缓存逻辑，动态设置随机过期时间（如5~15分钟）。

推荐拓展

1. 学习RedisBloom模块的安装与使用。
2. 研究分布式限流框架（如Sentinel）的实现原理。
3. 探索缓存穿透与缓存击穿的综合防护方案。