緩存穿透的常見解決方案

緩存只是為了緩解數(shù)據(jù)庫壓力而添加的一層保護層，當從緩存中查詢不到我們需要的數(shù)據(jù)就要去數(shù)據(jù)庫中查詢了。如果被黑客利用，頻繁去訪問緩存中沒有的數(shù)據(jù)，那么緩存就失去了存在的意義，瞬間所有請求的壓力都落在了數(shù)據(jù)庫上，這樣會導致數(shù)據(jù)庫連接異常。

針對緩存穿透的常見解決方案有以下兩種：

方案1: 對于數(shù)據(jù)庫中不存在的數(shù)據(jù), 也對其在緩存中設置默認值Null，為避免占用資源，一般過期時間會比較短;

方案2: 可以設置一些過濾規(guī)則, 如布隆過濾器

方案1：相對簡單, 但是也容易破解, 比如 攻擊者通過分析數(shù)據(jù)格式, 不重復的請求數(shù)據(jù)庫不存在數(shù)據(jù), 那這樣方案1就等于失效的. 相對而言, 方案2則更加穩(wěn)定, 接下來就主要講解一下方案2的實現(xiàn)方式。

方案2的設計思路是通過設置過濾規(guī)則, 在數(shù)據(jù)庫查詢之前將數(shù)據(jù)進行過濾, 如果發(fā)現(xiàn)數(shù)據(jù)不存在, 則不再進行數(shù)據(jù)庫查詢, 以此來減小數(shù)據(jù)庫的訪問壓力。

方案2中過濾規(guī)則目前主流的一種的載體就是布隆過濾器. 布隆過濾器是一種概率型數(shù)據(jù)結構，特點是高效地插入和查詢，可以用來告訴你 “某樣東西一定不存在或者可能存在”.

相比于傳統(tǒng)的 List、Set、Map 等數(shù)據(jù)結構，布隆過濾器是一個bit數(shù)組, 它更高效、占用空間更少，但是缺點是其返回的結果是概率性的，而不是確切的。

如果我們要映射一個值到布隆過濾器中，我們需要使用多個不同的哈希函數(shù)生成多個哈希值，并對每個生成的哈希值指向的 bit 位置 1，例如針對值 “zhangsan” 和三個不同的哈希函數(shù)分別生成了哈希值 1、4、7

我們現(xiàn)在再存一個值 “lisi”，如果哈希函數(shù)返回 4、5、8 的話，圖繼續(xù)變?yōu)椋?/p>

當我們想要判斷布隆過濾器是否記錄了某個數(shù)據(jù)時，布隆過濾器會先對該數(shù)據(jù)進行同樣的哈希處理, 比如 “wangwu”的哈希函數(shù)返回了 2、5、8三個值，結果我們發(fā)現(xiàn) 2 這個 bit 位上的值為 0，說明沒有任何一個值映射到這個 bit 位上，因此我們可以很確定地說 “wangwu” 這個數(shù)據(jù)不存在。

但是同時我們會發(fā)現(xiàn)，4 這個 bit 位由于”zhangsan”和”lisi”的哈希函數(shù)都返回了這個 bit 位，因此它被覆蓋了。那么隨著布隆過濾器保存的數(shù)據(jù)不斷增多, 重復的概率就會不斷增大, 所以當我們過濾某個數(shù)據(jù)時, 如果發(fā)現(xiàn)其三個哈希值都在過濾器中進行了記錄, 那么也只能說明過濾器中可能包含了該數(shù)據(jù), 并不能絕對肯定, 因為可能是其他數(shù)據(jù)的哈希值對結果產(chǎn)生了影響.這也就解釋了上文所說的 布隆過濾器只能說明“某樣東西一定不存在或者可能存在”.至于為什么采用三種不同的哈希函數(shù)取值, 因為三個哈希值只要有一個不存在就說明數(shù)據(jù)一定不在過濾器中, 這樣做是可以減小因哈希碰撞(兩個數(shù)據(jù)的哈希值相同)產(chǎn)生的錯誤概率.

布隆過濾器在很多語言中都有封裝的工具包, 下邊以python的工具包pybloomfiltermmap3 為例演示一下代碼：

import pybloomfilter

# 創(chuàng)建過濾器(數(shù)據(jù)容量, 錯誤率, 存儲文件) 錯誤率越低, 文件越大

filter = pybloomfilter.BloomFilter(1000000, 0.01, 'words.bloom')

# 添加數(shù)據(jù)

filter.update(('bj', 'sh', 'gz'))

# 判斷是否包含

if 'bj' in filter:

    print('包含')

else:

    print('不包含')

猜你喜歡：
Python培訓課程