cs-note/hhs/Redis/14-BloomFilter.md

---
tags: [Redis, 缓存, 数据结构, BloomFilter]
create time: 2026-05-24 10:00
---

# Redis Bloom Filter 布隆过滤器

## 概述

布隆过滤器（Bloom Filter）是一种空间效率极高的概率型数据结构，用于判断一个元素**是否存在于集合中**。核心特性：

> **"Definitely not or probably yes"** —— 说不存在则一定不存在；说存在则**大概率**存在（有极小误判概率）。

这个特性让它成为解决**缓存穿透**问题的利器。

> [!question] 为什么需要布隆过滤器？
> 攻击者用大量不存在的 key 轰击系统，每个请求穿透缓存直打 DB，最终压垮数据库。布隆过滤器能在请求到达 DB 之前，用极低的内存成本拦截掉"肯定不存在"的请求。

## 一、核心原理

布隆过滤器的底层：**一个 bit 数组 + 多个独立的哈希函数**。

- **bit 数组**：长度为 `m`，初始全部为 0
- **哈希函数**：`k` 个相互独立的哈希函数，每个函数将输入映射到 `[0, m-1]` 的某个位置

**添加元素**：对元素分别用 `k` 个哈希函数计算，将 bit 数组中对应位置全部置为 1。**查询元素**：用同样的 `k` 个哈希函数计算，所有对应位置都是 1 则判定"可能存在"；任意一位是 0 则判定"一定不存在"。

> [!tip] 为什么会有误判？
> 不同元素经过哈希计算后可能映射到相同位置（哈希冲突）。随着插入元素增多，查询一个不存在的元素时，恰好所有位置都被其他元素"碰巧"置为 1 的概率就会上升。

```mermaid
graph LR
    A["element x"] --> H1["Hash1(x) = 3"]
    A --> H2["Hash2(x) = 7"]
    A --> H3["Hash3(x) = 11"]
    H1 --> B1["bit[3] = 1"]
    H2 --> B2["bit[7] = 1"]
    H3 --> B3["bit[11] = 1"]
```

## 二、Redis 中的两种方案

### 方案 A：RedisBloom 模块（服务端）

RedisBloom 是 Redis 官方模块，通过 `BF.ADD` / `BF.EXISTS` 命令直接操作。

```go
// go-redis 调用 RedisBloom
func checkWithRedisBloom(ctx context.Context, rdb *redis.Client, key, value string) (bool, error) {
    result, err := rdb.Do(ctx, "BF.EXISTS", key, value).Int() // 1=可能存在, 0=一定不存在
    if err != nil {
        return false, err
    }
    return result == 1, nil
}
```

### 方案 B：Go 侧布隆过滤器库（客户端）

使用 `github.com/bits-and-blooms/bloom/v3` 在应用内存中维护过滤器。

```go
import "github.com/bits-and-blooms/bloom/v3"

filter := bloom.NewWithEstimates(1_000_000, 0.0001) // 100万元素, 误判率0.01%
filter.AddString("user:10086")                       // 添加
exists := filter.TestString("user:10086")             // 查询: true = 可能存在
```

## 三、缓存穿透防护实战

这是布隆过滤器最经典的应用场景。下面用一个完整的 Go 示例展示三层防护架构。

### 3.1 架构流程

```mermaid
graph TD
    Req["客户端请求"] --> BF{"布隆过滤器判断"}
    BF -- "不存在" --> Ret1["直接返回空, 拒绝请求"]
    BF -- "可能存在" --> Cache{"查询 Redis 缓存"}
    Cache -- "命中" --> Ret2["返回缓存数据"]
    Cache -- "未命中" --> DB["查询 MySQL"]
    DB -- "找到数据" --> SetCache["写入 Redis 缓存"]
    SetCache --> Ret3["返回数据"]
    DB -- "未找到" --> Ret4["返回空并缓存空值"]
```

### 3.2 完整代码示例

```go
package main

import (
    "context"
    "encoding/json"
    "time"

    "github.com/bits-and-blooms/bloom/v3"
    "github.com/redis/go-redis/v9"
)

type User struct {
    ID   int64  `json:"id"`
    Name string `json:"name"`
}

type BloomCacheService struct { // 三层防护服务
    rdb    *redis.Client
    filter *bloom.BloomFilter
}

// NewBloomCacheService 初始化：加载全量 ID 到布隆过滤器
func NewBloomCacheService(rdb *redis.Client) *BloomCacheService {
    filter := bloom.NewWithEstimates(1_000_000, 0.0001) // 100万用户, 误判率0.01%

    // 从 Redis Set 批量加载已有 ID（生产环境可从 DB 加载）
    ctx := context.Background()
    ids, _ := rdb.SMembers(ctx, "user:all_ids").Result()
    for _, id := range ids {
        filter.AddString(id)
    }
    return &BloomCacheService{rdb: rdb, filter: filter}
}

// GetUser 三层查询：Bloom -> Redis -> MySQL
func (s *BloomCacheService) GetUser(ctx context.Context, userID string) (*User, error) {
    cacheKey := "user:" + userID

    // 第一层：布隆过滤器拦截
    if !s.filter.TestString(userID) {
        return nil, nil // 一定不存在
    }

    // 第二层：Redis 缓存
    data, err := s.rdb.Get(ctx, cacheKey).Bytes()
    if err == nil {
        if string(data) == "" {
            return nil, nil // 缓存的空值
        }
        var user User
        json.Unmarshal(data, &user)
        return &user, nil
    }

    // 第三层：查询数据库
    user, err := queryMySQL(userID)
    if err != nil {
        return nil, err
    }

    if user == nil {
        s.rdb.Set(ctx, cacheKey, "", 5*time.Minute) // 缓存空值, 短 TTL
        return nil, nil
    }

    bytes, _ := json.Marshal(user)
    s.rdb.Set(ctx, cacheKey, bytes, 30*time.Minute)
    return user, nil
}

// queryMySQL 模拟数据库查询
func queryMySQL(userID string) (*User, error) {
    return nil, nil // 实际项目中查询 MySQL
}
```

> [!question] 为什么还需要缓存空值？
> 布隆过滤器拦截了"肯定不存在"的请求，但如果某个 ID 曾经存在过（布隆过滤器会说"可能存在"），但实际已从 DB 删除，此时仍会穿透到 DB。缓存空值是第二道防线。

## 四、参数计算

选择布隆过滤器的两个关键参数：

| 参数 | 含义 | 影响 |
|------|------|------|
| `m` | bit 数组长度 | 越大误判率越低，但内存占用越多 |
| `k` | 哈希函数个数 | 太少冲突多，太多计算慢 |

**公式**（基于期望元素数 `n` 和目标误判率 `p`）：

$$m = -\frac{n \ln p}{(\ln 2)^2}, \quad k = \frac{m}{n} \ln 2$$

> [!tip] 快速估算
> 对于 n = 100 万、p = 0.01% 的常见场景：
> - m ≈ 19,170,117 bits ≈ **2.3 MB**
> - k ≈ 13 个哈希函数
>
> 相比之下，用 Redis Set 存 100 万个字符串 key 至少需要 **几十 MB**。布隆过滤器的内存优势是数量级的。

```go
import "math"

func calcBloomParams(n int, p float64) (m int, k int) {
    // m = -n * ln(p) / (ln2)^2
    ln2 := math.Ln2
    m = int(-float64(n) * math.Log(p) / (ln2 * ln2))
    // k = (m/n) * ln2
    k = int(math.Round(float64(m) / float64(n) * ln2))
    return m, k
}
```

## 五、RedisBloom vs Go-side 对比

| 维度 | RedisBloom 模块 | Go-side 布隆库 |
|------|----------------|---------------|
| **部署** | 需安装 RedisBloom 模块 | 只需引入 Go 依赖 |
| **网络开销** | 每次查询一次网络往返 | 本地内存, 零网络开销 |
| **分布式一致性** | 天然共享 | 需自行同步 |
| **性能** | 受网络 RT 限制, < 10 万 QPS | 纯内存, 百万 QPS |
| **持久化** | 随 Redis RDB/AOF 自动持久化 | 需额外持久化机制 |
| **适用场景** | 多实例共享, 数据量大 | 单服务高频查询 |

> [!tip] 如何选择？
> - **微服务多实例**：优先 RedisBloom，天然共享无需同步
> - **单体服务、极致性能**：Go-side 布隆库，避免网络开销
> - **折中方案**：Go-side 为主，定期从 Redis 同步 bit 数组快照

## 六、局限性

### 6.1 不支持删除

标准布隆过滤器不支持删除——将某位从 1 置为 0 可能影响其他元素判断。解决方案是**计数布隆过滤器（Counting Bloom Filter）**，用计数器替代 1 bit，删除时计数器减 1。RedisBloom 的 Cuckoo Filter（`CF.ADD` / `CF.EXISTS`）也原生支持删除。

### 6.2 需要预加载

布隆过滤器必须在使用前加载全部合法元素。新增数据时需同步更新过滤器，初始化时需遍历全量数据。

> [!question] 如果新增了数据但忘记更新布隆过滤器会怎样？
> 新增的 key 在布隆过滤器中查询会返回"不存在"，导致合法请求被误拦截。这比缓存穿透更严重——用户明明有数据却查不到。所以务必确保新增数据时同步 `BF.ADD` 或 `filter.AddString()`。

### 6.3 误判率随使用上升

实际元素数量远超预估值 `n` 时，误判率会显著上升。建议预留 20%-30% 余量，监控实际元素数量，必要时重建过滤器。

## 关联笔记

- [[hhs/Redis/10-缓存架构模式]]
- [[hhs/Redis/02-核心数据类型]]
- [[hhs/Redis/README]]