docs: update caching penetration content (#232)

* docs: update caching penetration content
* Update redis-caching-avalanche-and-caching-penetration.md

Co-authored-by: Yang Libin <contact@yanglibin.info>

docs/high-concurrency/redis-caching-avalanche-and-caching-penetration.md

@@ -48,6 +48,15 @@
 
 解决方式很简单，每次系统 A 从数据库中只要没查到，就写一个空值到缓存里去，比如 `set -999 UNKNOWN` 。然后设置一个过期时间，这样的话，下次有相同的 key 来访问的时候，在缓存失效之前，都可以直接从缓存中取数据。
 
+当然，如果黑客如果每次使用不同的负数 id 来攻击，写空值的方法可能就不奏效了。更为经常的做法是在缓存之前增加布隆过滤器，将数据库中所有可能的数据哈希映射到布隆过滤器中。然后对每个请求进行如下判断：
+
+- 请求数据的 key 不存在于布隆过滤器中，可以确定数据就一定不会存在于数据库中，系统可以立即返回不存在。
+- 请求数据的 key 存在于布隆过滤器中，则继续再向缓存中查询。
+
+使用布隆过滤器能够对访问的请求起到了一定的初筛作用，避免了因数据不存在引起的查询压力。
+
+![redis-caching-avoid-penetration](./images/redis-caching-avoid-penetration.png)
+
 ### 缓存击穿
 
 缓存击穿，就是说某个 key 非常热点，访问非常频繁，处于集中式高并发访问的情况，当这个 key 在失效的瞬间，大量的请求就击穿了缓存，直接请求数据库，就像是在一道屏障上凿开了一个洞。