1.什么是缓存穿透
缓存穿透是指查询一个数据库中根本不存在的数据，导致这个查询请求绕过缓存直接访问数据库的情况。这种情况如果频繁发生，会对数据库造成不必要的压力。
典型特征：
（1）查询的数据在数据库和缓存中都不存在
（2）恶意攻击者可能故意查询大量不存在的数据来攻击系统
解决方案 ：
1. 缓存空对象
//优点：实现简单
//缺点：可能缓存大量无用的空键，占用内存
// 伪代码示例
public Object getData(String key) {Object value = cache.get(key);if (value != null) {if (value instanceof NullValue) { // 特殊标记的空对象return null;}return value;}value = db.get(key);if (value == null) {// 数据库不存在，缓存一个特殊空对象，设置较短过期时间cache.set(key, new NullValue(), 60); // 60秒过期} else {cache.set(key, value);}return value;
}2.布隆过滤器
//优点：内存效率高
//缺点：有一定误判率（但不会漏判），需要维护布隆过滤器
// 伪代码示例
public Object getData(String key) {if (!bloomFilter.mightContain(key)) {return null; // 肯定不存在}Object value = cache.get(key);if (value != null) {return value;}value = db.get(key);if (value != null) {cache.set(key, value);}return value;
}2.什么是布隆过滤器
布隆过滤器是一种空间效率极高的概率型数据结构，用于快速判断一个元素是否可能存在于集合中。它使用位数组和多个哈希函数实现，特点是查询速度快、占用内存小，但有一定误判率（可能误报存在，但绝不会漏报）。典型应用包括缓存穿透防护、爬虫URL去重等场景。
工作原理：
-
添加元素时，用k个哈希函数计算元素的哈希值，将位数组中对应位置设为1
-
查询元素时，同样计算k个哈希值，若所有对应位都为1则认为可能存在，任一为0则肯定不存在"
实际应用：
-
缓存系统：防止缓存穿透，如Redis缓存前先查布隆过滤器
-
网页爬虫：URL去重，避免重复爬取
-
安全领域：恶意网站/垃圾邮件过滤
-
数据库优化：减少不必要的磁盘查询"
优点：
-
内存占用极小（1亿元素约需114MB，误判率1%）
-
查询性能与数据量无关
-
可并行化处理
缺点：
-
不能删除元素（除非使用Counting Bloom Filter变种）
-
误判率随元素增加而升高
-
不支持获取实际存储的元素
"布隆过滤器的性能取决于三个参数：
-
位数组大小m：越大误判率越低
-
哈希函数数量k：过多会增加计算开销
-
元素数量n：实际插入的元素数
根据公式：最优哈希函数数量k ≈ (m/n)*ln2，工程中常用Guava库自动计算这些参数。
)
