根据 public R<Employee> findById(Integer id) { String key = "ab" + id; //查询缓存 String json = (String) redisTemplate.opsForValue().get(key); if (StrUtil.isNotBlank(json)) { Employee employee = JSONUtil.toBean(json, Employee.class); log.info("从缓存查询id为" + id); return R.success(employee); } //预防缓存穿透 //命中空值 if (json != null) { log.info("缓存命中空值，值不存在"); return R.error("缓存命中空值，值不存在"); } //添加锁 //防止缓存击穿 String lockKey = "s" + id; Employee employee = null; try { //尝试获取锁 boolean b = tryLock(lockKey); //没有获得锁，重试 if (!b) { return findById(id); } //缓存不存在，查询数据库 employee = getById(id); log.info("查询数据库id为" + id); if (employee == null) { //缓存空值解决 缓存穿透 redisTemplate.opsForValue().set(key, "", Duration.ofMinutes(2)); log.info("数据库查值为空"); return R.error("数据库查值为空"); } //添加缓存 redisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(employee), Duration.ofSeconds(60)); } catch (Exception e) { throw new RuntimeException(e); } finally { //释放锁 unlock(lockKey); } return R.success(employee); }用布隆过滤器修改

根据你提供的代码，可以在缓存查询之前添加布隆过滤器的判断，以防止缓存穿透。具体实现如下：

1. 引入布隆过滤器的依赖：

<dependency>
    <groupId>com.google.guava</groupId>
    <artifactId>guava</artifactId>
    <version>28.2-jre</version>
</dependency>

2. 在类中定义布隆过滤器和相关参数：

private BloomFilter<Integer> bloomFilter = BloomFilter.create(Funnels.integerFunnel(), 10000, 0.01);
private final int BLOOM_FILTER_MAX_SIZE = 1000000;

其中，第一个参数是元素类型的 Funnel，第二个参数是布隆过滤器的最大容量，第三个参数是期望的误差率。

3. 在查询缓存之前，先判断该键是否可能存在于缓存中，如果不存在，则直接返回：

String key = "ab" + id;
if (!bloomFilter.mightContain(id)) {
    log.info("布隆过滤器未命中，值不存在");
    return R.error("布隆过滤器未命中，值不存在");
}
String json = (String) redisTemplate.opsForValue().get(key);

4. 在更新缓存时，将键值对添加到布隆过滤器中：

redisTemplate.opsForValue().set(key, JSONUtil.toJsonStr(employee), Duration.ofSeconds(60));
bloomFilter.put(id);

这样，即使查询的键不存在于缓存中，也可以通过布隆过滤器的判断直接返回，而不会继续查询数据库，从而避免了缓存穿透的问题。