分布式是大型架构核心，下面我详解分布式缓存穿透@mikechen
参数校验与黑名单
在请求进入缓存层之前，进行严格的参数格式与合法性校验。
比如：ID范围、正则校验、签名验证等），可在源头上过滤大量无效请求。
对于反复针对不存在资源的恶意或异常访问，可将其IP或用户加入黑名单或短期封禁，从而阻断攻击链路。
优点是实现简单、开销小；
缺点在于无法拦截对合法格式但确实不存在数据的查询。
布隆过滤器
布隆过滤器是一种空间高效的概率型数据结构，用来判断某个键是否可能存在于集合中。
将所有合法数据的键预先或动态加入布隆过滤器，查询请求先经过布隆过滤器判断。
若返回“不存在”则直接拒绝或返回空结果，避免访问数据库。优点是速度快、内存占用低。
缺点是存在误判率（误将不存在项判为存在会落回数据库），且需维护过滤器与数据同步的问题。
空值缓存（缓存空对象）
当数据库确实不存在某项数据时，将空结果（或特殊占位对象）写入Redis，并设置较短的过期时间。
后续对同一不存在键的请求将命中缓存而非继续查询数据库，从而保护后端。
优点实现简单、能有效降低短期内的重复穿透。
缺点是需要合理设置过期时间以避免长期占用缓存空间或在数据后续创建时造成短暂不一致。
限流与降级
通过接口限流（例如：基于令牌桶、漏桶或请求计数）限制单个IP或整个系统的并发请求速率。
在检测到异常高并发查询某些键时，可触发限流或服务降级（返回默认值、读副本或直接拒绝），以保障核心业务稳定性。
优点：适用于大规模流量抑制与紧急保护。
缺点可能影响真实用户体验，需要与业务策略配合。
