如何结合Redis使用BloomFilter解决缓存穿透问题

问题1：何时将键加入BloomFilter？是在存入Redis缓存之前吗？ #

正确时机是数据写入数据库成功后，就把对应键加入BloomFilter，而非等存入Redis缓存之后。

• BloomFilter的核心作用是拦截完全不存在于数据库的非法请求，只要数据库有该数据，就该让请求通过校验。
• 若先存Redis再加BloomFilter，中间会有空窗期，这段时间的请求会直接穿透到DB；反过来先加BloomFilter再存Redis，能提前挡住非法请求。
• 缓存预热场景同理：先从数据库拉取所有合法键初始化BloomFilter，再加载Redis缓存。

问题2：若Redis中的键过期，是否需要删除BloomFilter中的对应键？ #

不需要，也没必要。

• BloomFilter的特性是不支持删除单个元素，强行删除会破坏哈希结构，导致误判率急剧上升。
• Redis键过期只是缓存失效，不代表数据库里没有该数据。后续请求过来时，BloomFilter判断键存在，会正常走到数据库查询流程，之后再把新缓存写入Redis——这本身就是缓存击穿的常规处理逻辑（若担心击穿，可配合互斥锁进一步优化）。

问题3：是否需要从数据库读取所有键存入BloomFilter？若数据库中的键被删除，能否从BloomFilter中删除对应键？ #

关于初始化 #

必须从数据库读取所有合法键存入BloomFilter做初始化，否则过滤器里没有现有数据的键，会把正常请求也当成非法请求拦截，完全违背初衷。

关于数据库键删除 #

不能直接从BloomFilter中删除对应键，因为BloomFilter的结构决定了删除单个元素会影响其他元素的判断准确性。常用解决方案有两种：

• 定期全量重建：比如每天/每周从数据库拉取最新全量合法键，重新生成新的BloomFilter替换旧的。这种方案实现简单，适合数据更新频率不高的场景。
• 黑名单补充：如果是高频删除场景，可额外维护一个短期Redis黑名单缓存，把近期删除的键存进去。请求过来时先查黑名单，若存在则直接拦截；若不存在，再走BloomFilter校验。

内容的提问来源于stack exchange，提问作者Jason