什么是缓存穿透：
所谓缓存穿透,就是我们的mysql和redis都没有这个数据。黑客可以利用这个漏洞导致mysql压力过大,如此一来将整个系统陷入瘫痪。 数据的读取是先访问redsi，如果redis有则直接返回。如果不存在就去访问mysql。如果mysql不存在，直接返回。如果mysql存在，将mysql存在的key写回给redis。下次在查询的时候直接从redis拿数据
解决方案：
1>
在redis端设置<key,null>键值对。以此避免访问mysql，缺点是<key,null>过多的话会占用过多内存。我们可以设置一个缓存过期，比如60ms，那么我们的redis就不会堆积过多的数据，当攻击停止之后我们的redis会将<key,null>全部释放掉.
2>
在server端存储一个布隆过滤器，将mysqlb包含的key放入布隆过滤器中，布隆过滤器能过滤掉一定不存在的数据。
需求: 从海量数据中查询某字符串是否存在：
c++标准库（STL）中的set和map结构都是采⽤红⿊树实现的，它增删改查的时间复杂度是 log2为底N的对数。
对于严格平衡⼆叉搜索树(AVL)，100w条数据组成的红⿊树，只需要⽐较20次就能找到该值；对于
10亿条数据只需要⽐较30次就能找到该数据；也就是查找次数跟树的⾼度是⼀致的；
对于红⿊树来说平衡的是⿊节点⾼度，所以研究⽐较次数需要考虑树的⾼度差，最好情况某条树链
路全是⿊节点，假设此时⾼度为h1，最差情况某条树链路全是⿊红节点间隔，那么此时树⾼度为
2*h1;
在红⿊树中每⼀个节点都存储key和val字段，key是⽤来做⽐较的字段；红⿊树并没有要求key字段
唯⼀，在set和map实现过程中限制了key字段唯⼀。我们来看nginx的红⿊树实现：
// 这个是截取 nginx 的红⿊树的实现，这段代码是 insert 操作中的⼀部分，执⾏完这个函数还 需要检测插⼊节点后是否平衡（主要是看他的⽗节点是否也是红⾊节点） // 调⽤ ngx_rbtree_insert_value 时，temp传的参数为 红⿊树的根节点，node传的参数为 待插⼊的节点 void ngx_rbtree_insert_value(ngx_rbtree_node_t *temp, ngx_rbtree_node_t *node, ngx_rbtree_node_t *sentinel) { ngx_rbtree_node_t **p; for ( ;; ) { p = (node->key < temp->key) ? &temp->left : &temp->right;// 这⾏很重要 if (*p == sentinel) { break; } temp = *p; } *p = node; // 找到待插入节点的位置 node->parent = temp; node->left = sentinel; node->right = sentinel; ngx_rbt_red(node); //着色 } // 不插⼊相同节点 如果插⼊相同 让它变成修改操作 此时 红⿊树当中就不会有相同的key了 定时器 key 时间戳 // 如果我们插⼊key = 12，如上图红⿊树，12号节点应该在哪个位置？ 如果我们要实现插⼊存在 的节点变成修改操作，该怎么改上⾯的函数 void ngx_rbtree_insert_value_ex(ngx_rbtree_node_t *temp, ngx_rbtree_node_t *node, ngx_rbtree_node_t *sentinel) { 另外set和map的关键区别是set不存储val字段； 优点：存储效率⾼，访问速度⾼效； 缺点：对于数据量⼤且查询字符串⽐较⻓且查询字符串相似时将会是噩梦； unordered_map c++标准库（STL）中的unordered_map<string, bool>是采⽤hashtable实现的； 构成：数组+hash函数； 它是将字符串通过hash函数⽣成⼀个整数再映射到数组当中；它增删改查的时间复杂度是o(1); 图结构示例： hash函数的作⽤：避免插⼊的时候字符串的⽐较；hash函数计算出来的值通过对数组⻓度的取模 能随机分布在数组当中； hash函数⼀般返回的是64位整数，将多个⼤数映射到⼀个⼩数组中，必然会产⽣冲突； 如何选取hash函数？ 1. 选取计算速度快； 2. 哈希相似字符串能保持强随机分布性（防碰撞）； ngx_rbtree_node_t **p; for ( ;; ) { // {-------------add------------- if (node->key == temp->key) { temp->value = node->value; return; } // }-------------add------------- p = (node->key < temp->key) ? &temp->left : &temp->right;// 这⾏很重要 if (*p == sentinel) { break; } temp = *p; } *p = node; node->parent = temp; node->left = sentinel; node->right = sentinel; ngx_rbt_red(node); }
另外set和map的关键区别是set不存储val字段；
优点：存储效率⾼，访问速度⾼效；
缺点：对于数据量⼤且查询字符串⽐较⻓且查询字符串相似时将会是噩梦；
unordered_map
c++标准库（STL）中的unordered_map<string, bool>是采⽤hashtable实现的；
构成：数组+hash函数；
它是将字符串通过hash函数⽣成⼀个整数再映射到数组当中；它增删改查的时间复杂度是o(1);
图结构示例：
hash函数的作⽤：避免插⼊的时候字符串的⽐较；hash函数计算出来的值通过对数组⻓度的取模
能随机分布在数组当中；
hash函数⼀般返回的是64位整数，将多个⼤数映射到⼀个⼩数组中，必然会产⽣冲突；
如何选取hash函数？
1. 选取计算速度快；
2. 哈希相似字符串能保持强随机分布性（防碰撞）；
murmurhash1，murmurhash2，murmurhash3，siphash（redis6.0当中使⽤，rust等⼤多数
语⾔选⽤的hash算法来实现hashmap），cityhash都具备强随机分布性；测试地址如下：
https://github.com/aappleby/smhasher
负载因⼦：数组存储元素的个数/数组⻓度；负载因⼦越⼩，冲突越⼩；负载因⼦越⼤，冲突越⼤；
hash冲突解决⽅案：
链表法
引⼊链表来处理哈希冲突；也就是将冲突元素⽤链表链接起来；这也是常⽤的处理冲突的⽅式；但是可能出现⼀种极端情况，冲突元素⽐较多，该冲突链表过⻓，这个时候可以将这个链表转换为红⿊树；由原来链表时间复杂度o(n) 转换为红⿊树时间复杂度 ；那么判断该链表过⻓的依据是多少？可以采⽤超过256或者512（经验值）个节点的时候将链表结构转换为红⿊树结构；
开放寻址法
将所有的元素都存放在哈希表的数组中，不使⽤额外的数据结构；⼀般使⽤线性探查的思路解
决；
1. 当插⼊新元素的时，使⽤哈希函数在哈希表中定位元素位置；
2. 检查数组中该槽位索引是否存在元素。如果该槽位为空，则插⼊，否则3；
3. 在2 检测的槽位索引上加⼀定步⻓接着检查2；
加⼀定步⻓分为以下⼏种：
1. i+1,i+2,i+3,i+4 ... i+n
2. i- ,i+ ,i- ,1+ ...
这两种都会导致同类hash聚集；也就是近似值它的hash值也近似，那么它的数组槽位也靠
近，形成hash聚集；第⼀种同类聚集冲突在前，第⼆种只是将聚集冲突延后；
另外还可以使⽤双重哈希来解决上⾯出现hash聚集现象：
在.net HashTable类的hash函数Hk定义如下：
Hk(key) = [GetHash(key) + k * (1 + (((GetHash(key) >> 5) + 1) %
(hashsize – 1)))] % hashsize
在此(1 + (((GetHash(key) >> 5) + 1) % (hashsize – 1))) 与hashsize
互为素数（两数互为素数表示两者没有共同的质因⼦）；
执⾏了hashsize 次探查后，哈希表中的每⼀个位置都有且只有⼀次被访问到，也就是
说，对于给定的key，对哈希表中的同⼀位置不会同时使⽤Hi 和Hj；
2. 具体原理：https://www.cnblogs.com/organic/p/6283476.html
同样的hashtable中节点存储了key和val，hashtable并没有要求key的⼤⼩顺序，我们同样可以修
改代码让插⼊存在的数据变成修改操作；
优点：访问速度更快；不需要进⾏字符串⽐较；
缺点：需要引⼊策略避免冲突，存储效率不⾼；空间换时间；
总结
红⿊树和hashtable都不能解决海量数据问题，它们都需要存储具体字符串，如果数据量⼤，提供
不了⼏百G的内存；所以需要尝试探寻不存储key的⽅案，并且拥有hashtable的优点（不需要⽐较
字符串）；
布隆过滤器
定义：布隆过滤器是⼀种概率型数据结构，它的特点是⾼效的插⼊和查询，能明确告知某个字符串
⼀定不存在或者可能存在;布隆过滤器相⽐传统的查询结构（例如：hash，set，map等数据结构）更加⾼效，占⽤空间更⼩；但是其缺点是它返回的结果是概率性的，也就是说结果存在误差的，虽然这个误差是可控的;同时它不⽀持删除操作；
组成：位图（bit数组）+ n个hash函数
原理：当⼀个元素加⼊位图时，通过k个hash函数将这个元素映射到位图的k个点，并把它们置为
1；当检索时，再通过k个hash函数运算检测位图的k个点是否都为1；如果有不为1的点，那么认为
不存在；如果全部为1，则可能存在（存在误差）；
在位图中每个槽位只有两种状态（0或者1），⼀个槽位被设置为1状态，但不明确它被设置了多少
次；也就是不知道被多少个str1哈希映射以及是被哪个hash函数映射过来的；所以不⽀持删除操
作；
在实际应⽤过程中，布隆过滤器该如何使⽤？要选择多少个hash函数，要分配多少空间的位图，存储多少元素？另外如何控制假阳率（布隆过滤器能明确⼀定不存在，不能明确⼀定存在，那么存在的判断是有误差的，假阳率就是错误判断存在的概率）？
n -- 布隆过滤器中元素的个数，如上图 只有str1和str2 两个元素 那么n=2
p -- 假阳率，在0-1之间0.000000
m -- 位图所占空间
k -- hash函数的个数
公式如下：
n = ceil(m / (-k / log(1 - exp(log(p) / k))))
p = pow(1 - exp(-k / (m / n)), k)
m = ceil((n * log(p)) / log(1 / pow(2, log(2))));
k = round((m / n) * log(2));
假定我们选取这四个值为：
n = 4000
p = 0.000000001
m = 172532
k = 30
四个值的关系：
在实际应⽤中，我们确定n和p，通过上⾯的计算算出m和k；也可以在⽹站上选取合适的值：
已知k，如何选择k个hash函数？
// 采⽤⼀个hash函数，给hash传不同的种⼦偏移值
// #define MIX_UINT64(v) ((uint32_t)((v>>32)^(v)))
uint64_t hash1 = MurmurHash2_x64(key, len, Seed);
uint64_t hash2 = MurmurHash2_x64(key, len, MIX_UINT64(hash1));
for(i = 0; i < k; i++) // k 是hash函数的个数
{
Pos[i] =(hash1 + i*hash2) % m; // m 是位图的⼤⼩
}
// 通过这种⽅式来模拟k 个hash函数 跟我们前⾯开放寻址法 双重hash是⼀样的思路
应⽤源码：http://gitlab.0voice.com/0voice/bloomfilter/tree/master
