为什么使用布隆过滤器
Redis 缓存穿透。如一个电商APP,搜索一个商品,一个根本不存在的商品,这种情况下,Redis缓存中没有这个商品的记录,请求打到数据库,此时数据库做的查询就是无用的查询,造成压力。如何解决呢?引入我们今天的主题-布隆过滤器
布隆过滤器简单原理

- 准备数据:
某些商品(你期望过滤的数据),经过Hash算法(可以多次hash运算),算出某个值,散列到bitmap 中。 - 校验:
当请求来的时候,同样将“具体商品”经过规定次数的Hash运算,查询在bitmap中是否能对应上。
注意事项
- 布隆过滤器有几率有漏掉一些数据。比如 商品A和商品B 经过规定次数Hash运算得到的结果是一样的,即使商品B在数据库不存在。这种情况请求商品B的请求会最终走数据库查询操作。
- 解决:当数据库查询到商品不存在时,可以往
Redis中设定某些特殊值,如key null。当请求过来的时候,判断下该商品是否有值,没有也直接返回了。
- 解决:当数据库查询到商品不存在时,可以往
- 数据新增数据了,
Redis如果没有,那么大概率查询不到新增的数据。新增完数据,记得跑下规定Hash,注册到Redis中。
本文探讨了在电商场景中,如何使用布隆过滤器避免Redis缓存穿透问题。通过Hash算法将商品散列到bitmap,并解释了其工作原理、误判可能和解决策略。当商品不存在时,利用数据库标记和Redis特殊值优化查询过程。
1070

被折叠的 条评论
为什么被折叠?



