什么是缓存穿透？如何解决？

简化版

缓存穿透指查询一个数据库里根本不存在的数据：缓存没有（因为没这数据）、数据库也没有，于是每次请求都穿过缓存直接打到数据库。恶意攻击者用大量不存在的 id 疯狂请求，能把数据库压垮。两个主流解法：① 缓存空值——查不到也把「空结果」缓存起来（设较短过期），下次直接命中返回空；② 布隆过滤器——把所有存在的 key 预先放进布隆过滤器，请求先过滤，判定「一定不存在」的直接拦掉，不查库。

详细版

问题本质：请求的数据「压根不存在」，缓存永远不会命中（没东西可缓存），每次都落到数据库。

解法一：缓存空值（null）

Object getData(String key) {
    Object value = redis.get(key);
    if (value != null) {
        return value == EMPTY ? null : value;   // 命中（含空值标记）
    }
    value = db.query(key);
    if (value == null) {
        redis.set(key, EMPTY, 60);      // 不存在也缓存，过期时间短（如 60s）
        return null;
    }
    redis.set(key, value, 3600);
    return value;
}

解法二：布隆过滤器（Bloom Filter）

// 初始化：把所有存在的 key 加入布隆过滤器
bloomFilter.add(allExistingKeys);

Object getData(String key) {
    if (!bloomFilter.mightContain(key)) {
        return null;                    // 布隆判定"一定不存在"，直接拦截
    }
    // 可能存在，再走正常缓存 + DB 流程
    ...
}

缓存空值：实现简单，但会占用缓存空间（大量不同的不存在 key）；过期时间要短。
布隆过滤器：空间效率极高，能拦截海量不存在请求；缺点是有小概率误判（判存在实际不存在）、且删除元素麻烦。
两者可结合：布隆挡大部分 + 空值缓存兜底。

完整版教学

一、什么是穿透：数据「不存在」是关键

先分清三个易混概念——穿透、击穿、雪崩：

穿透：查的数据根本不存在，缓存和 DB 都没有，缓存形同虚设。
击穿：查的数据存在，但缓存里的这个热点 key 刚好过期失效，大量请求瞬间压向 DB。
雪崩：大量 key 同时失效或缓存整个宕机，DB 被海量请求压垮。

穿透的独特点在于「数据不存在」——正常缓存逻辑是「查不到就回源 DB，DB 有就填回缓存」，但不存在的数据，DB 也返回空，没东西可填缓存，于是缓存永远挡不住这类请求。攻击者正是利用这点：构造大量随机的、不存在的 id（如 id=-1、id=999999999）疯狂请求，全部直穿到 DB，把数据库打挂。

二、解法一：缓存空值

最简单的思路：既然 DB 返回「不存在」，那就把这个「不存在」也缓存起来。 下次同样的 key 再来，缓存直接命中一个「空值标记」，返回空，不再查 DB。

关键细节：

要用特殊标记区分「空值」和「未缓存」：不能只存 null（无法区分「缓存了空」还是「没缓存」），要存一个约定的占位符（如空字符串、特殊对象 EMPTY）。
过期时间要短（如 30~60 秒）：因为这数据以后可能被真正创建出来，短过期能让缓存尽快感知到「它现在存在了」；也避免大量不存在 key 长期占内存。

缺点：如果攻击者用海量不同的不存在 key，会往缓存里塞进大量空值，占用内存。所以空值缓存适合「不存在 key 相对有限」的场景，海量随机 key 攻击要靠布隆过滤器。

三、解法二：布隆过滤器

布隆过滤器（Bloom Filter） 是一个空间效率极高的概率型数据结构，能判断「一个元素是否可能在集合中」。它的特性是：

判定「不存在」→ 一定不存在（不会漏）。
判定「存在」→ 可能存在（有小概率误判），也可能真存在。

用法：系统启动时把所有真实存在的 key 都加入布隆过滤器。请求进来先问布隆——如果布隆说「不存在」，那这 key 绝对不在库里，直接返回空、拦截掉，根本不查 DB；如果布隆说「可能存在」，再走正常的缓存 + DB 流程。

因为攻击的都是不存在的 key，布隆能拦掉绝大部分，DB 压力骤降。

四、布隆过滤器的原理（为什么省空间、为什么会误判）

布隆过滤器本质是一个很长的二进制位数组 + 多个哈希函数：

添加元素：用 k 个哈希函数算出 k 个位置，把这些位都置 1。
查询元素：同样算 k 个位置，如果有任意一位是 0→元素一定不存在（因为存在的话这些位早被置 1 了）；如果k 位全是 1→元素可能存在（但也可能是别的元素把这些位碰巧都置了 1，这就是误判/假阳性）。

所以：

不会假阴性（说不存在就真不存在）——这保证了拦截的正确性，不会误拦真实数据。
有假阳性（说存在可能不存在）——被误判为「可能存在」的少量请求会漏过去查 DB，但比例可控（可通过增大位数组、调哈希函数个数把误判率压到很低）。
删除困难：直接把位清 0 会影响其他元素（多个元素可能共用位），所以标准布隆不支持删除，要用**计数布隆过滤器（Counting Bloom Filter）**变体。

五、两种方案怎么选、能否结合

	缓存空值	布隆过滤器
实现难度	简单	较复杂（需维护过滤器）
内存占用	不存在 key 多时占用大	极省空间
精确性	精确	有小概率误判
适用	不存在 key 有限	海量随机 key 攻击

实践中常两者结合：布隆过滤器挡在最前面拦掉绝大多数海量攻击，漏过去的少量再用空值缓存兜底。此外还要配合接口层参数校验（如 id 必须为正数、格式合法）和限流/黑名单，多层防护。

六、常见误区与追问

考点	正确口径
缓存穿透	查询不存在数据，缓存和数据库都没有命中
风险	恶意或异常请求绕过缓存持续打库
治理	空值缓存、布隆过滤器、参数校验、限流

request id = -1 or random UUID
cache miss
database miss
repeat 100000 times -> database pressure

bloom filter says "definitely not exists" -> reject before DB

穿透要先问“这个 key 对应的数据是否本来就不存在”，不要和热点过期混淆。

误区：缓存穿透就是缓存过期。 穿透通常是查不存在的数据，缓存和数据库都没有；过期热点是击穿。
误区：空值缓存没有副作用。 空值也会占空间，还要设置较短 TTL，避免新数据创建后仍被空值挡住。
误区：布隆过滤器能告诉你一定存在。 布隆过滤器只能判断一定不存在或可能存在，存在误判率。
追问：布隆过滤器为什么省数据库？ 它在访问缓存/数据库前过滤明显不存在的 key，把无效请求拦住。
追问：非法参数校验有什么价值？ 很多穿透请求来自负数 ID、超长字符串、格式错误 UUID，入口校验能直接拦截。
追问：布隆过滤器误判怎么办？ 误判只会让少量不存在请求继续查库，可结合空值缓存和限流兜底。

七、加强记忆

缓存穿透 = 查根本不存在的数据，缓存和 DB 都没有，请求全部直穿到 DB（常被攻击者用海量不存在 id 打库）。两大解法：① 缓存空值——DB 返回空也缓存一个空标记（短过期、用特殊占位符区分），简单但海量随机 key 会占内存；② 布隆过滤器——预存所有真实 key，请求先过滤，「判定不存在→一定不存在」直接拦截（原理是位数组 + 多哈希，无假阴性、有小概率假阳性、删除难）。实践常布隆挡前 + 空值兜底 + 参数校验/限流。区分记忆：穿透查的是「不存在」，击穿是「热点 key 刚失效」，雪崩是「大量 key 同时失效」。

简化版

详细版