详解Redis缓存击穿以及办理方案

接下来我们来看一下，误判率为0.03时，底层维护的bit数组的长度如下图所示：

将bloomfilter的结构要领改为：

private static BloomFilter<Integer> bloomFilter = BloomFilter.create(Funnels.integerFunnel(), size,0.01); 

即，此时误判率为0.01。在这种环境下，底层维护的bit数组的长度如下图所示

由此可见，误判率越低，则底层维护的数组越长，占用空间越大。因此，误判率现实取值，按照处事器所可以或许遭受的负载来抉择，不是拍脑壳瞎想的。

(3) 现实行使

redis伪代码如下所示：

String get(String key) { 
String value = redis.get(key); 
if (value == null) { 
if(!bloomfilter.mightContain(key)){ 
return null; 
}else{ 
value = db.get(key); 
redis.set(key, value); 
} 
} 
return value； 
} 

利益

• 思绪简朴
• 担保同等性
• 机能强

弱点

• 代码伟大度增大
• 必要其它维护一个荟萃来存放缓存的Key
• 布隆过滤器不支持删值操纵

【编辑保举】

1. B站数据库“脱裤”？怎样让你的数据不“裸露”？
2. 浅谈数据库防火墙技能及应用
3. 数据库防火墙的阻断方法：举动阻断可能Session阻断?
4. 数据库防火墙贸易化的条件前提
5. 怎样应对处事器安详威胁？听听Sophos专家怎么说

（编辑：湖南网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!