Redis 布隆过滤器怎么用：缓存穿透为什么常和它一起出现

很多系统在讲缓存穿透时，几乎都会提到：

• 布隆过滤器

但如果不把它的定位和边界想清楚，很容易出现两种误解：

• 觉得它可以替代数据库校验
• 觉得它是缓存穿透的万能解法

先说结论

布隆过滤器最适合解决的是：

• 大量查询本来就不存在的数据

它的价值在于：

• 快速判断“某个元素大概率不存在”

但它有一个非常关键的边界：

• 可能误判存在
• 但不会把真实存在的数据误判成不存在

一、为什么缓存穿透会引出布隆过滤器

缓存穿透的典型问题是：

• 某个 key 根本不存在
• 缓存没有
• 数据库也没有
• 但请求还在不断打进来

这样数据库就会被很多无效请求拖住。

布隆过滤器的作用就是：

• 在真正查缓存和数据库前，再做一次“存在性前置判断”

二、它到底在做什么

可以先粗略理解成：

• 用很小的空间，记录一批“可能存在”的元素集合特征

当一个元素来时：

• 如果判断一定不存在，就可以直接拦掉
• 如果判断可能存在，再继续查缓存或数据库

三、为什么说它适合“拦不存在”，不适合“确认存在”

因为它的设计特点是：

• 可以误判存在
• 但不会漏掉真的存在项

所以它特别适合做：

• 负向过滤

而不是当作最终权威结果。

四、什么时候值得上布隆过滤器

比较适合：

• key 数量大
• 穿透请求明显
• 不存在查询很多

例如：

• 商品 id 猜测攻击
• 用户 id 乱扫
• 接口被恶意探测

五、和“缓存空值”怎么配合

很多系统里，真正更稳妥的做法不是二选一，而是：

• 布隆过滤器
• 缓存空值

配合使用。

可以理解成：

• 布隆过滤器先挡大部分无意义请求
• 少数漏过去但数据库确实没有的数据，再用空值缓存兜一层

六、几个容易踩的坑

1. 以为布隆过滤器结果就是最终真相

不是，它更像前置筛选。

2. 忽略数据更新

如果业务主数据不断新增，过滤器本身也要跟着维护。

3. 用它处理所有缓存问题

它主要针对的是：

• 穿透

不是击穿、雪崩的通用解法。

一句话总结

布隆过滤器最适合做的，是在缓存和数据库之前，先把“大量肯定不存在”的请求挡掉。

它是缓存穿透治理里很好的一层，但不是替代缓存和数据库的最终判定器。