Spring Boot结合Redis与布隆过滤器：有效应对缓存穿透问题

import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.data.redis.core.StringRedisTemplate;
import com.google.common.hash.BloomFilter;
import com.google.common.hash.Funnels;
 
@Service
public class CacheService {
 
    @Autowired
    private StringRedisTemplate redisTemplate;
 
    private final BloomFilter<Integer> bloomFilter;
 
    public CacheService() {
        // 创建布隆过滤器，假设有n个元素，期望p的误判率，和m个哈希函数
        int expectedInsertions = 10000;
        double fpp = 0.01;
        int numberOfHashFunctions = 10;
        bloomFilter = BloomFilter.create(Funnels.integerFunnel(), expectedInsertions, fpp);
    }
 
    public void addItemToBloomFilter(Integer itemId) {
        bloomFilter.put(itemId);
    }
 
    public boolean mightContain(Integer itemId) {
        return bloomFilter.mightContain(itemId);
    }
 
    public String getItem(Integer itemId) {
        // 先检查布隆过滤器，如果不存在则直接返回null，避免直接查询数据库
        if (!mightContain(itemId)) {
            return null;
        }
        // 查询Redis缓存
        String cacheValue = redisTemplate.opsForValue().get(itemId.toString());
        if (cacheValue == null) {
            // 缓存未命中，可以选择添加到布隆过滤器避免将来的缓存穿透
            addItemToBloomFilter(itemId);
            // 进行数据库查询或其他操作
            // cacheValue = ...
            // redisTemplate.opsForValue().set(itemId.toString(), cacheValue, 60, TimeUnit.SECONDS);
        }
        return cacheValue;
    }
}

这段代码示例展示了如何在Spring Boot应用中结合Redis和布隆过滤器来有效处理缓存穿透问题。首先，我们创建了一个布隆过滤器实例，用于检查元素是否可能存在。在getItem方法中，我们首先检查要获取的项是否可能存在于布隆过滤器中。如果不存在，我们直接返回null，避免了对数据库的查询。如果布隆过滤器说元素存在，我们才查询Redis缓存。如果缓存未命中，我们可以将该元素ID添加到布隆过滤器中，并执行数据库查询或其他逻辑。这样，未来可能会频繁请求的已存在但未命中缓存的元素就不会导致数据库的大量压力。