來源：哪吒程式設計

大家好，我是哪吒。

上一篇分享了Redis布隆過濾器的原理和應用場景，解決快取穿透，今天分享一下Redis布隆過濾器的原理和應用場景，解決快取穿透，實現快速入門，豐富個人簡歷，提高面試level，給自己增加一點談資，秒變面試小達人，BAT不是夢。

一、快取預熱

Redis快取預熱是指在伺服器啟動或應用程式啟動之前，將一些資料先儲存到Redis中，以提高Redis的效能和資料一致性。這可以減少伺服器在啟動或應用程式啟動時的資料傳輸量和延遲，從而提高應用程式的效能和可靠性。

1、快取預熱常見步驟

（1）資料準備

在應用程式啟動或伺服器啟動之前，準備一些資料，這些資料可以是靜態資料、快取資料或其他需要預熱的資料。

（2）資料儲存

將資料儲存到Redis中，可以使用Redis的列表（List）資料型別或集合（Set）資料型別。

（3）資料預熱

在伺服器啟動或應用程式啟動之前，將資料儲存到Redis中。可以使用Redis的客戶端工具或命令列工具來執行此操作。

（4）資料清洗

在伺服器啟動或應用程式啟動之後，可能會對儲存在Redis中的資料進行清洗和處理。例如，可以刪除過期的資料、修改錯誤的資料等。

需要注意的是，Redis快取預熱可能會增加伺服器的開銷，因此應該在必要時進行。同時，為了減少預熱的次數，可以考慮使用Redis的其他資料型別，如雜湊表（Hash）或有序集合（Sorted Set）。此外，為了提高資料一致性和效能，可以使用Redis的持久化功能，將資料儲存到Redis中，並在伺服器重啟後自動恢復資料。

2、程式碼實現

@Component
@Slf4j
public class BloomFilterInit
{
    @Resource
    private RedisTemplate redisTemplate;

    //初始化白名單資料
    @PostConstruct
    public void init() {
        //1 白名單客戶載入到布隆過濾器
        String key = "customer:1";
        //2 計算hashValue,由於存在計算出來負數的可能，我們取絕對值
        int hashValue = Math.abs(key.hashCode());
        //3 透過hashValue和2的32次方後取餘，獲得對應的下標坑位
        long index = (long)(hashValue % Math.pow(2,32));
        log.info(key+" 對應的坑位index:{}",index);
        //4 設定redis裡面的bitmap對應型別白名單：whitelistCustomer的坑位，將該值設定為1
        redisTemplate.opsForValue().setBit("whitelistCustomer",index,true);

    }
}

二、快取雪崩

Redis快取雪崩是指在快取系統中，由於某些原因，快取的資料突然大量地被刪除或修改，導致快取系統的效能下降，甚至無法正常工作。

1、什麼情況會發生快取雪崩？

（1）誤刪除

由於誤操作或故障，快取系統可能會誤刪除一些正常的資料。這種情況通常會在資料庫中發生。

（2）誤修改

由於誤操作或故障，快取系統可能會誤修改一些正常的資料。這種情況通常會在資料庫中發生。

（3）負載波動

快取系統通常會承受一定的負載波動，例如，在高峰期間，資料量可能會大幅增加，從而導致快取系統的效能下降。

（4）資料變化頻繁

如果快取系統中的資料變化頻繁，例如，每秒鐘都會有大量的資料插入或刪除，那麼快取系統可能會因為響應過慢而導致雪崩。

2、Redis快取叢集實現高可用

（1）主從 + 哨兵

（2）Redis叢集

（3）開啟Redis持久化機制aof/rdb，儘快恢復快取叢集。

3、如何避免Redis快取雪崩？

（1）資料備份

定期備份資料，以防止誤刪除或誤修改。

（2）資料同步

定期同步資料，以防止資料不一致。

（3）負載均衡

使用負載均衡器將請求分配到多個Redis例項上，以減輕單個例項的負載。

（4）資料最佳化

最佳化資料庫結構，減少資料變化頻繁的情況。

（5）監控與告警

監控Redis例項的效能指標，及時發現快取系統的異常，併發出告警。

三、快取穿透

Redis快取穿透是指在Redis快取系統中，由於某些原因，快取的資料無法被正常訪問或處理，導致快取失去了它的作用。

1、什麼情況會發生快取穿透？

（1）資料量過大

當快取中儲存的資料量過大時，快取的資料量可能會超過Redis的資料儲存限制，從而導致快取失去了它的作用。

（2）資料更新頻繁

當快取中儲存的資料更新頻繁時，快取的資料可能會出現非同步的變化，導致快取無法被正常訪問。

（3）資料過期

當快取中儲存的資料過期時，快取的資料可能會失去它的作用，因為Redis會在一定時間後自動將過期的資料刪除。

（4）資料許可權限制

當快取中儲存的資料受到許可權限制時，只有擁有足夠許可權的使用者才能訪問和處理這些資料，從而導致快取失去了它的作用。

（5）Redis效能瓶頸

當Redis伺服器的效能達到極限時，Redis快取可能會因為響應過慢而導致穿透。

2、如何避免Redis快取穿透？

（1）設定合理的快取大小

根據實際需求設定合理的快取大小，以避免快取穿透。

（2）最佳化資料結構

根據實際需求最佳化資料結構，以減少資料的大小和更新頻率。

（3）設定合理的過期時間

設定合理的過期時間，以避免快取失去它的作用。

（4）增加Redis的併發處理能力

透過增加Redis的併發處理能力，以提高快取的處理能力和響應速度。

（5）最佳化Redis伺服器的硬體和軟體配置

透過最佳化Redis伺服器的硬體和軟體配置，以提高Redis的效能和處理能力。

四、透過空物件快取解決快取穿透

如果發生了快取穿透，可以針對要查詢的資料，在Redis中插入一條資料，新增一個約定好的預設值，比如defaultNull。

比如你想透過某個id查詢某某訂單，Redis中沒有，MySQL中也沒有，此時，就可以在Redis中插入一條，存為defaultNull，下次再查詢就有了，因為是提前約定好的，前端也明白是啥意思，一切OK，歲月靜好。

這種方式只能解決key相同的情況，如果key都不同，則完蛋。

五、Google布隆過濾器Guava解決快取穿透

1、引入pom

<!--guava Google 開源的 Guava 中自帶的布隆過濾器-->
<dependency>
    <groupId>com.google.guava</groupId>
    <artifactId>guava</artifactId>
    <version>23.0</version>
</dependency>

2、建立布隆過濾器

BloomFilter<Integer> bloomFilter = BloomFilter.create(Funnels.integerFunnel(), 100);

（3）布隆過濾器中新增元素

bloomFilter.mightContain(1)

（4）判斷布隆過濾器中是否存在

bloomFilter.mightContain(1)

3、fpp誤判率

@Service
@Slf4j
public class GuavaBloomFilterService {
    public static final int SIZE = 1000000;

    //誤判率
    public static double fpp = 0.01;

    //建立guava布隆過濾器
    private static BloomFilter<Integer> bloomFilter = BloomFilter.create(Funnels.integerFunnel(), SIZE, fpp);
    
    public void guavaBloomFilter() {
        for (int i = 1; i <= SIZE; i++) {
            bloomFilter.put(i);
        }
        ArrayList<Integer> list = new ArrayList<>(10000);

        for (int i = SIZE + 1; i <= SIZE + (10000); i++) {
            if (bloomFilter.mightContain(i)) {
                log.info("被誤判了:{}", i);
                list.add(i);
            }
        }
        log.info("誤判總數量:{}", list.size());
    }
}

六、Redis快取擊穿

Redis快取擊穿是指在Redis快取系統中，由於某些原因，快取的資料無法被正常訪問或處理，導致快取失去了它的作用。

1、什麼情況會發生快取擊穿？

根本原因：熱點Key失效。