前言
應對快取穿透問題，我們可以使用布隆過濾器。我們先來回顧下快取穿透知識點哈：
一個常見的快取使用方式：讀請求來了，先查下快取，快取有值命中，就直接返回；快取沒命中，就去查資料庫，然後把資料庫的值更新到快取，再返回。
快取穿透：指查詢一個一定不存在的資料，由於快取是不命中時需要從資料庫查詢，查不到資料則不寫入快取，這將導致這個不存在的資料每次請求都要到資料庫去查詢，進而給資料庫帶來壓力。
假設我們需要查產品詳情，有查詢請求進來，我們先根據產品Id直接去快取中查一下，沒有的話，再去查下資料庫。如果現在有大量請求進來，而且都在請求一個不存在的產品Id，那麼這些請求都會懟到資料庫，資料庫壓力一上來，可能就掛了。我們可以在請求資料庫層前，加個中間層，去緩解資料庫壓力嘛，如果，不存在的話，就不去查資料庫啦。
這個中間層，是不是用HashMap就好了呢？聽起來不錯嘛，HashMap時間複雜度可以達到O(1)，但是呢因為HashMap資料是在記憶體裡面的，如果大量的資料遠超出了伺服器的記憶體呢，那就無法使用HashMap啦，可以使用布隆過濾器來做這個緩衝的事情。
布隆過濾是什麼
布隆過濾器是一種佔用空間很小的資料結構，它由一個很長的二進位制向量和一組Hash對映函式組成，它用於檢索一個元素是否在一個集合中，空間效率和查詢時間都比一般的演算法要好的多，缺點是有一定的誤識別率和刪除困難。
布隆過濾器原理是？ 假設我們有個集合A，A中有n個元素。利用k個雜湊雜湊函式，將A中的每個元素對映到一個長度為a位的陣列B中的不同位置上，這些位置上的二進位制數均設定為1。如果待檢查的元素，經過這k個雜湊雜湊函式的對映後，發現其k個位置上的二進位制數全部為1，這個元素很可能屬於集合A，反之，一定不屬於集合A。
來看個簡單例子吧，假設集合A有3個元素，分別為{d1,d2,d3}。有1個雜湊函式，為Hash1。現在將A的每個元素對映到長度為16位陣列B。
我們現在把d1對映過來，假設Hash1（d1）= 2，我們就把陣列B中，下標為2的格子改成1，如下：
我們現在把d2也對映過來，假設Hash1（d2）= 5，我們把陣列B中，下標為5的格子也改成1，如下：
接著我們把d3也對映過來，假設Hash1（d3）也等於 2，它也是把下標為2的格子標1：
因此，我們要確認一個元素dn是否在集合A裡，我們只要算出Hash1（dn）得到的索引下標，只要是0，那就表示這個元素不在集合A，如果索引下標是1呢？那該元素可能是A中的某一個元素。因為你看，d1和d3得到的下標值，都可能是1，還可能是其他別的數對映的，布隆過濾器是存在這個缺點的：會存在hash碰撞導致的假陽性，判斷存在誤差。
如何減少這種誤差呢？
- 搞多幾個雜湊函式對映，降低雜湊碰撞的概率
- 同時增加B陣列的bit長度，可以增大hash函式生成的資料的範圍，也可以降低雜湊碰撞的概率
我們又增加一個Hash2雜湊對映函式，假設Hash2（d1）=6,Hash2（d3）=8,它倆不就不衝突了嘛，如下：
即使存在誤差，我們可以發現，布隆過濾器並沒有存放完整的資料，它只是運用一系列雜湊對映函式計算出位置，然後填充二進位制向量。如果數量很大的話，布隆過濾器通過極少的錯誤率，換取了儲存空間的極大節省，還是挺划算的。
目前布隆過濾器已經有相應實現的開源類庫啦，如Google的Guava類庫，Twitter的 Algebird 類庫，信手拈來即可，或者基於Redis自帶的Bitmaps自行實現設計也是可以的。
本作品採用《CC 協議》，轉載必須註明作者和本文連結