使用布隆过滤器解决缓存穿透

45 篇文章 0 订阅

缓存穿透是:就是查询一个不存在缓存的key 每次都去查询了数据库 导致数据库压力增大

缓存击穿是:一个热点key,查询缓存的时候,缓存没有,大量的请求打进了数据库

布隆过滤器:如果为true,不一定存在,如果为false,一定不存在;

    <dependency>
            <groupId>org.redisson</groupId>
            <artifactId>redisson</artifactId>
            <version>3.6.5</version>
        </dependency>
        <dependency>
            <groupId>org.springframework.boot</groupId>
            <artifactId>spring-boot-starter-data-redis</artifactId>
            <version>2.6.11</version>
        </dependency>

        <dependency>
            <groupId>org.apache.commons</groupId>
            <artifactId>commons-pool2</artifactId>
        </dependency>

在项目初始化的时候,把数据放入布隆过滤器中,和redis中

package com.example.demo.init;

import org.redisson.api.RBloomFilter;
import org.redisson.api.RedissonClient;
import org.springframework.beans.factory.InitializingBean;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.StringRedisTemplate;
import org.springframework.stereotype.Component;

/**
 * 项目启动的时候,进行初始化
 */
@Component
public class MyInitializing implements InitializingBean {

    @Autowired
    private RedissonClient redissonClient;

    @Autowired
    private StringRedisTemplate redisTemplate;

    @Override
    public void afterPropertiesSet() throws Exception {
        System.out.println("初始化--------------------------------------------------");
        //创建布隆过滤器                              过滤器的名称
        RBloomFilter<String> bloomFilter = redissonClient.getBloomFilter("guo-lv-qi-name");
        //第一个参数表示大小 预期插入数量,第二个参数表示错误概率,错误概率不能大于 1,错误概率不能为负
        bloomFilter.tryInit(10000,0.03);
        //模拟数据库查询出来的数据
        String id="1";
        String value="你好";
        //把id放入布隆过滤器
        bloomFilter.add(id);
        //把数据放入缓存
        redisTemplate.opsForValue().set(id,value);

    }
}
package com.example.demo.config;

import org.redisson.Redisson;
import org.redisson.api.RedissonClient;
import org.redisson.config.Config;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;

@Configuration
public class RedissonConfig {
 
    @Bean
    public RedissonClient redissonClient(){
        // 配置对象
        Config config = new Config();
        //单节点 地址 redis://ip:6379
        config.useSingleServer().setAddress("redis://192.168.184.142:6379");
        //创建配置
        return Redisson.create(config);
    }
}

配置文件

# 应用名称
spring.application.name=demo3

# 应用服务 WEB 访问端口
server.port=9003

spring.redis.host=192.168.184.142
spring.redis.port=6379

package com.example.demo.controller;

import com.example.demo.service.TestService;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RestController;

@RestController
public class TestController {


    @Autowired
    private TestService testService;


    @GetMapping("/test")
    public String test(String id){
       return testService.test(id);
    }
}
package com.example.demo.service;

public interface TestService {

    public String test(String id);

}
package com.example.demo.service.impl;

import com.example.demo.service.TestService;
import org.redisson.api.RBloomFilter;
import org.redisson.api.RedissonClient;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.beans.factory.annotation.Qualifier;
import org.springframework.context.annotation.Primary;
import org.springframework.data.redis.core.StringRedisTemplate;
import org.springframework.stereotype.Service;
import org.springframework.util.StringUtils;

import javax.annotation.Resource;

@Service
public class TestServiceImpl implements TestService {

    @Autowired
    private RedissonClient redissonClient;

    @Autowired
    private StringRedisTemplate redisTemplate;



    @Override
    public String test(String id) {
        //先通过布隆过滤器查看是否存在这个id                                过滤器的名称
        RBloomFilter<String> bloomFilter = redissonClient.getBloomFilter("guo-lv-qi-name");
        //第一个参数表示大小 预期插入数量,第二个参数表示错误概率,错误概率不能大于 1,错误概率不能为负
        bloomFilter.tryInit(10000,0.03);
        if(!bloomFilter.contains(id)){
           return "查询的数据不存在";
        }
        //如果存在  在查询缓存
        String s = redisTemplate.opsForValue().get(id);
        if(null!=s){
            //如果缓存不为空 直接返回缓存的数据
            return s;
        }
        //如果缓存不存在 那么查询数据库
        //我这里模拟下数据库 造2条假数据  id=1 存在 ,id=其他不存在
        if("1".equals(id)){
            //存在数据库 把查询出来的数据放入缓存
            redisTemplate.opsForValue().set(id,"你好");
            //然后返回给前端
            return "你好";
        }else {
            //如果数据库不存在 直接返回其他数据给前端
            return "数据库不存在";
        }
    }


}

我们来看下效果,访问一个不存在的数据

我们在来查询一个存在的数据

在项目启动的时候,我们的redis就有了数据

最终可以看到,我们通过布隆过滤器,先去判断存不存在,

如果不存在,直接返回;

如果存在,在去查询缓存;

如果缓存存在,直接返回缓存的数据;

如果缓存不存在,在查询数据库,并把数据库的数据,放入缓存;

如果数据库的数据不存在,返回空; 

  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值