golang实现的redis布隆过滤器_redis缓存穿透穿透解决方案-布隆过滤器

最新推荐文章于 2025-05-24 03:04:29 发布

原创

最新推荐文章于 2025-05-24 03:04:29 发布 · 460 阅读

2 ·

CC 4.0 BY-SA版权

文章标签：

#golang实现的redis布隆过滤器

本文介绍了如何使用Golang实现Redis布隆过滤器来解决缓存穿透问题。通过布隆过滤器这种概率型数据结构，可以有效地减少不必要的数据库请求，同时讨论了布隆过滤器的误判率及其优化方法，并提供了在Redis中配置和使用布隆过滤器的步骤。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

redis缓存穿透穿透解决方案-布隆过滤器

我们先来看一段代码

 cache_key = "id:1"
 cache_value = GetValueFromRedis(cache_key);   //判断缓存是否有数据
 if cache_value != nil{  //如果有 直接返回数据
     return cache_value
 }

 db_value = GetValueFromDb(cache_key)  // 从数据库中查询数据
 if db_value == nil{
         return db_value
 }
 expire_time = 300
 SetRedisValue(cache_key, db_value, expire_time)     //将数据库的结果更新到缓存中，并直接返回结果
 return  db_value

相信绝大多数同学都是这么处理请求的，这样用redis能够给mysql抵挡住大部分的请求。其实这样是存在一定的问题的

问题1

我在请求的时候,用id=-1来请求

id=-1这条记录在数据库中是不存在的，当然对应的redis中也是没有的。那么就需要去请求数据库然后把数据写入到redis中，这样就会造成没有必要的数据库请求，一两个请求无所谓，但是如果从-∞到-1 无限的高频率的请求，就会给线上造成很大的压力。

针对问题1的解决方案

我们可以通过程序来限制id的合法性，判断id<1的情况都直接在接口层面拦截，这个方式的确可以解决上面说的那种情况，但是咱们接下来往下看

问题2

比如现在数据库id的最大值为1000，我们用比1000大的数字去请求

这种情况原理和问题1是一样的，这次我们就没法通过参数判断