Redis 布隆过滤器是什么？如何用于缓存穿透防护？

简化版

布隆过滤器是一种用多个哈希函数和位数组判断“元素可能存在或一定不存在”的概率数据结构。它能用很小内存拦截大量不存在 key，常用于缓存穿透防护；缺点是有误判、通常不支持精确删除，不能替代数据库。

详细版

布隆过滤器的逻辑是：

• 添加元素时，用多个哈希函数算出多个位置，把对应 bit 置 1。
• 查询元素时，也算出多个位置。
• 如果有任意 bit 为 0，元素一定不存在。
• 如果所有 bit 都为 1，元素可能存在。

用于缓存穿透时，请求先查布隆过滤器。如果判断一定不存在，直接拒绝或返回空；如果可能存在，再查缓存和数据库。

它适合商品 ID、用户 ID、文章 ID 这类大量合法 key 判断。误判率要通过容量和错误率设计，不能无限塞数据。

完整版教学

一、缓存穿透为什么需要布隆过滤器

缓存穿透指请求访问大量不存在的数据，缓存没有，数据库也没有，导致请求持续打到数据库。攻击者如果构造随机 ID，普通缓存很难命中。

布隆过滤器放在缓存前面，用来判断 key 是否属于“可能存在的集合”。不存在的 key 在这里就能被拦下。

记忆钩子：布隆过滤器不是证明“有”，而是快速证明“没有”。

二、位数组和多个哈希函数怎么工作

布隆过滤器维护一个 bit 数组和 k 个哈希函数。插入元素时，k 个哈希函数会给出 k 个位置，把这些 bit 置为 1。

bit array: 0 0 0 0 0 0 0 0 0 0
add A -> hash1=2, hash2=5, hash3=8
bit array: 0 0 1 0 0 1 0 0 1 0

查询 B 时，如果 hash 出来的某个位置是 0，说明 B 一定没插入过。因为如果插入过，对应位置一定会被置 1。

三、为什么会有误判

多个元素可能把同一些 bit 置为 1。查询一个从未插入的元素时，它的 k 个位置可能刚好都被其他元素置 1，于是布隆过滤器会判断“可能存在”。

假设 bit 数组很小，只放 10 个 bit，却插入很多元素，bit 很快几乎全变成 1，误判率就会升高。容量越接近设计上限，误判越明显。

一定不存在：只要有一个 bit = 0
可能存在：所有 bit = 1，但可能是别人撞出来的

所以布隆过滤器回答的是概率问题，不是精确集合。

四、容量和误判率要提前设计

使用布隆过滤器前要估算元素数量和可接受误判率。比如预计 1000 万商品 ID，能接受 1% 误判，就按这个规模初始化。

如果实际塞入 5000 万元素，误判率会明显高于预期。很多线上问题不是布隆过滤器原理错，而是容量估算和扩容策略没设计。

参数	含义
expected insertions	预计插入数量
false positive rate	可接受误判率
bit array size	位数组大小
hash functions	哈希函数数量

五、如何接入缓存穿透链路

典型读链路是先过布隆过滤器，再查 Redis 缓存，最后查数据库。

请求 key
   |
Bloom 判断一定不存在 -> 直接返回空
   |
可能存在 -> 查缓存 -> 未命中查 DB -> 回填缓存

数据库新增合法 ID 后，也要把 ID 加入布隆过滤器。否则新数据可能被误拦，出现“数据库有但过滤器说没有”的问题。

六、布隆过滤器和缓存空值怎么配合

缓存空值也能防穿透：数据库查不到时，把空结果短 TTL 写入缓存。布隆过滤器更适合挡大量明显非法 key。

方案	优点	缺点
缓存空值	简单，适合偶发不存在	大量随机 key 会占缓存
布隆过滤器	内存省，挡随机攻击	有误判，需维护集合
参数校验	成本最低	只能挡格式非法

工程中常组合使用：参数校验先挡一层，布隆过滤器挡不存在 ID，缓存空值兜底少量漏网请求。

七、删除和更新有什么坑

普通布隆过滤器不支持精确删除。因为一个 bit 可能被多个元素共享，删除某个元素时把 bit 置 0，会误伤其他元素。

如果业务需要删除，可以考虑计数布隆过滤器，但内存成本更高；或者允许删除后短期仍判断可能存在，让请求继续查缓存/数据库。

普通 Bloom：省内存，不好删
Counting Bloom：可删除，内存更大

面试时要说清楚：布隆过滤器用于“挡不存在”，误判只会放过一部分请求，不应错误拦截真实存在的数据。

八、常见误区与追问

• 误区：布隆过滤器判断存在就是一定存在。 它只能说可能存在，存在误判。
• 误区：布隆过滤器可以随便删除元素。 普通布隆过滤器不支持精确删除，删除可能误伤。
• 误区：用了布隆过滤器就不用缓存空值。 二者解决的侧重点不同，常组合使用。
• 追问：误判会造成什么后果？ 一些不存在 key 会继续打到缓存或数据库，但不会误拦真实存在 key。
• 追问：新增数据如何同步过滤器？ 写数据库成功后同步或异步加入过滤器，注意失败补偿。
• 追问：容量超了怎么办？ 误判率升高，需要重建、更大容量或可扩展布隆过滤器方案。

九、加强记忆

记住“有 0 必无，全 1 可能有”。这就是布隆过滤器最核心的判断规则。

回答缓存穿透时，把参数校验、布隆过滤器、缓存空值、限流降级串起来，才是完整防护链路。