如何解决Redis缓存穿透问题？

Redis 缓存穿透是指攻击者故意大量请求 Redis 缓存中不存在的 key，导致请求直接打到数据库上，从而给数据库带来过大的压力。这种攻击不仅会导致缓存命中率低下，还会让数据库负载剧增，严重影响系统性能。以下是常见的解决方案： ### 解决方案 #### 1. 参数校验 在请求到达缓存层之前，先进行参数校验，过滤掉明显无效的请求。例如： - 检查请求参数是否合法。 - 对无效参数直接返回错误信息。 虽然这个方法能过滤掉一部分无效请求，但攻击者依然可以找到合法但不存在的数据来进行攻击。 #### 2. 缓存空值 当缓存中找不到某个 key 时，需要查询数据库。如果数据库中也没有该数据，可以将该 key 对应的值设置为空值，并缓存到 Redis 中，同时设置一个较短的过期时间（如 1 分钟），以避免缓存大量无效的 key。示例如下： ```java public String getFromCache(String key) { String value = redis.get(key); if (value == null) { value = getFromDatabase(key); if (value == null) { redis.set(key, "null", 60); // 将空值缓存到 Redis 中，过期时间为 60 秒 } else { redis.set(key, value, 3600); // 正常值缓存到 Redis 中，过期时间为 1 小时 } } return "null".equals(value) ? null : value; } public String getFromDatabase(String key) { // 查询数据库的逻辑 return null; // 假设数据库中没有该数据 } ``` #### 3. 使用布隆过滤器 布隆过滤器是一种空间效率高的概率型数据结构，用于判断一个元素是否存在于集合中。它能有效地过滤掉不存在的数据请求，从而避免大量无效请求打到数据库上。示例如下： ```java // 初始化布隆过滤器，将所有可能存在的数据加入到过滤器中 BloomFilter<String> bloomFilter = BloomFilter.create(Funnels.stringFunnel(Charsets.UTF_8), expectedInsertions, fpp); for (String key : allPossibleKeys) { bloomFilter.put(key); } // 处理请求时，通过布隆过滤器判断是否存在 public String getFromCache(String key) { if (!bloomFilter.mightContain(key)) { return null; // 不存在的数据直接返回 } String value = redis.get(key); if (value == null) { value = getFromDatabase(key); if (value == null) { redis.set(key, "null", 60); // 将空值缓存到 Redis 中，过期时间为 60 秒 } else { redis.set(key, value, 3600); // 正常值缓存到 Redis 中，过期时间为 1 小时 } } return "null".equals(value) ? null : value; } ``` ### 总结 通过以上解决方案，可以有效地解决 Redis 缓存穿透问题： 1. **参数校验**：过滤掉明显无效的请求，减少无效请求的数量。 2. **缓存空值**：将数据库中不存在的数据缓存到 Redis 中，并设置较短的过期时间，避免重复请求。 3. **布隆过滤器**：使用布隆过滤器来过滤掉不存在的数据请求，从而减少数据库的压力。 这些方法可以单独使用，也可以结合使用，根据具体情况选择合适的方案，保证系统的稳定性和高效性。