我们今天讲一下持久化和缓存

mapper.insert(table, sl);
RBloomFilter<String> bf = redissonClient.getBloomFilter(Keys.bloomCode());
bf.add(code);
try {
     int rttl = RandomUtil.jitterSeconds(props.getCache().getRedisTtlSeconds(), props.getCache().getJitterSeconds());
redisTemplate.opsForValue().set(Keys.codeCache(code), longUrl, rttl, TimeUnit.SECONDS);
} catch (Exception ignored) {
  }
urlLocalCache.put(code, longUrl);

在生成短链接时，我们会执行以下流程：

1. 生成 shortCode（短码）
2. 将（shortCode → longUrl）写入数据库
3. 将 shortCode 写入布隆过滤器
4. 写入 Redis
5. 写入本地缓存（Caffeine）

布隆过滤器（Bloom Filter）

底层是一个二进制数组的bitmap，配合hash函数使用的，会生成k个映射，判断根据bitmap的o（1）时间查找k个映射是否都为1

布隆过滤器的核心作用是：

快速判断一个 shortCode 是否“可能存在”

它的特点：

• 不存储真实数据
• 空间极小
• 查询极快（O(1)）
• 存在一定误判率（不会漏判，只会误判）

本地缓存（Caffeine）

本地缓存位于 JVM 内部，是最快的一层缓存。

特点：

• 不走网络
• 纳秒~微秒级访问
• 适合热点数据

作用：

• 缓解 Redis 压力
• 提升热点短链访问速度

这个设计的核心思想是：

用布隆过滤器挡掉“无效请求”，用本地缓存 + Redis 扛住“高并发请求”，最后用数据库保证“数据可靠性”。

它本质是一个典型的：

多级缓存 + 读优化 + 防穿透架构

后续我们再讲防爬虫以及kafka的作用