大量的手机号被标记成骚扰电话，如何存储这些号吗？

手机号被标记成骚扰电话，这是一个典型的名单识别的场景，大量手机号，说明存储量大。所以，需要考虑的就是数据量大而带来的查询效率低下的问题。

数据库

这个方案的设计，首先需要有数据库，因为最终数据库的持久化肯定是要存在基于磁盘的关系型数据库的，这里的数据库可以是MySQL等其他数据库都可以。

只需要按照如下方式建一张表，标记上手机号和标记时间即可。为了方便查询，提升效率，针对手机号增加一个唯一索引：

CREATE TABLE spam_numbers (

id BIGINT AUTO_INCREMENT PRIMARY KEY, phone_number VARCHAR (15) UNIQUE NOT NULL, marked_at TIMESTAMP DEFAULT CURRENT_TIMESTAMP

）；

有了数据库之后，按照如上方式，存储3000万左右的手机号，因为建了索引、都可以在1s以内查询出结果。

分布式缓存

但是因为骚扰电话号其实是相对不变的，那么这里为了进一步提升性能，是非常适合使用缓存的。所以，可以在数据库之上加一层分布式缓存，如Redis，把黑手机号保存在 Redis 中。

但是这里需要注意一个存储量的问题，大量的手机号保存在 Redis 中，会占用内存，浪费资源，所以可以考虑以下两个优化方案：

1、只保存一部分热点手机号

即只针对比较热的手机号做缓存，比如只缓存出现频率比较高的前20%目

的手机号，放到缓存中，并定期的更新缓存，或者用LRU、LFU 等算法来做缓存的淘汰和更新。这里建议用 LFU。

2、使用 bloomFilter 来保存

通过使用 BloomFilter 来保存数据，利用 bitmap 来减少内存的占用。

本地缓存

除了分布式缓存以外，因为骚扰手机号确实是变化不频繁，而且基本上只增不减，所以我们其实在可以使用本地缓存的，把一些热门的号码缓存在本地的 Caffeine 或者是 GuavaCache 中。进一步的提升性能。

不一致问题

当然，有了缓存之后，需要考虑不一致的问题，数据库、Redis、和本地缓存之间的一致性需要保证。

还是那句话，结合场景，黑手机号这种场景，基本上是"增多减少的，所以，我们只需要尽可能的保证新增的手机号不会被误判为不存在就行了。

那么，我们只需要保证在本地缓存查不到的，再去查分布式缓存，分布式缓存查不到的，再去查数据库即可。

至于本地缓存之间不一致的问题，其实同样的方法就能解决，只需要保证：查不到就往上查，一直查到数据库即可