Redis布隆过滤器
我们来看一个例子：
public class MyBloomFilter {
/**
* 一个长度为10 亿的比特位
*/
private static final int DEFAULT\_SIZE = 256 << 22;
/**
* 为了降低错误率，使用加法hash算法，所以定义一个8个元素的质数数组
*/
private static final int[] seeds = {3, 5, 7, 11, 13, 31, 37, 61};
/**
* 相当于构建 8 个不同的hash算法
*/
private static HashFunction[] functions = new HashFunction[seeds.length];
/**
* 初始化布隆过滤器的 bitmap
*/
private static BitSet bitset = new BitSet(DEFAULT_SIZE);
/**
* 添加数据
*
* @param value 需要加入的值
*/
public static void add(String value) {
if (value != null) {
for (HashFunction f : functions) {
//计算 hash 值并修改 bitmap 中相应位置为 true
bitset.set(f.hash(value), true);
}
}
}
/**
* 判断相应元素是否存在
* @param value 需要判断的元素
* @return 结果
*/
public static boolean contains(String value) {
if (value == null) {
return false;
}
boolean ret = true;
for (HashFunction f : functions) {
ret = bitset.get(f.hash(value));
//一个 hash 函数返回 false 则跳出循环
if (!ret) {
break;
}
}
return ret;
}
/**
* 模拟用户在不在线。。。
*/
public static void main(String[] args) {
for (int i = 0; i < seeds.length; i++) {
functions[i] = new HashFunction(DEFAULT_SIZE, seeds[i]);
}
// 添加1亿数据
for (int i = 0; i < 100000000; i++) {
add(String.valueOf(i));
}
String id = "123456789";
add(id);
System.out.println(contains(id)); //结果： true
System.out.println("" + contains("234567890")); //结果： false
}
}
class HashFunction {
private int size;
private int seed;
public HashFunction(int size, int seed) {
this.size = size;
this.seed = seed;
}
public int hash(String value) {
int result = 0;
int len = value.length();
for (int i = 0; i < len; i++) {
result = seed * result + value.charAt(i);
}
int r = (size - 1) & result;
return (size - 1) & result;
}
}
无法获取元素本身由于hash算法导致hash冲突必然存在，所以删除元素是很困难的，而且删掉元素会导致误判率增加。
其优点：
我们可以充分利用布隆过滤器的特点：如果布隆过滤器说有一个说元素不在集合中，那肯定就不在。如果布隆过滤器说在，有一定可能性它在说谎。
Hash算法面临的问题就是hash冲突。假设Hash函数是良好的，如果我们的位阵列长度为m个点，那么如果我们想将冲突率降低到例如1%,这个散列表就只能容纳m/100个元素。显然这就不叫空间有效了。解决方法：就是使用多个Hash算法，如果它们有一个说元素不在集合中，那肯定就不在。如果它们都说在，有一定可能性它们在说谎，虽然概率比较低。
进入容器内部后，常用的命令：
//-------------------------常用命令
BF.ADD --添加一个元素到布隆过滤器
BF.EXISTS --判断元素是否在布隆过滤器
BF.MADD --添加多个元素到布隆过滤器
BF.MEXISTS --判断多个元素是否在布隆过滤器
//-------------------------具体操作
127.0.0.1:6379> BF.ADD myFilter hello
(integer) 1
127.0.0.1:6379> BF.ADD myFilter people
(integer) 1
127.0.0.1:6379> BF.EXISTS myFilter hello
(integer) 1
127.0.0.1:6379> BF.EXISTS myFilter people
(integer) 1
127.0.0.1:6379> BF.EXISTS myFilter github
(integer) 0
比较热门的场景就是：解决Redis缓存穿透问题
我们平时学习的时候可以去实现一下算法，但实际开发过程中，一般不推荐重复造轮子，简单的实现布隆过滤器,我们一般可以用google.guava库
如果想判断一个元素是不是在一个集合里，我们一般想到的是将所有元素保存起来，然后通过比较确定。我们熟悉的链表，树等等数据结构都是这种思路。但是随着集合中元素的增加，我们需要的存储空间越来越大，检索速度也越来越慢。不过世界上还有一种叫作散列表的数据结构。它可以通过一个Hash函数将一个元素映射成一个位阵列中的一个点。这样一来，我们只要看看这个点是不是1就知道可以集合中有没有它了。这其实就是布隆过滤器的基本思想。
首先需要k个hash函数，每个函数可以把key散列成为1个整数初始化时，需要一个长度为n比特的数组，每个比特位初始化为0某个key加入集合时，用k个hash函数计算出k个散列值，并把数组中对应的比特位置为1判断某个key是否在集合时，用k个hash函数计算出k个散列值，并查询数组中对应的比特位，如果所有的比特位都是认为在集合中。
布隆过滤器的误判是指多个输入经过哈希之后在相同的bit位置1了，这样就无法判断究竟是哪个输入产生的，因此误判的根源在于相同的bit位被多次映射且置
缓存穿透:指用户的请求去查询缓存和数据库中都不存在的数据，可用户还是源源不断的发起请求，导致每次请求都会打到数据库上，从而压垮数据库
其缺点：
举个例子：
// 创建布隆过滤器对象，预计包含的数据量：2000个，和允许的误差值0.01
BloomFilter filter = BloomFilter.create(
Funnels.integerFunnel(),
2000,
0.01);
System.out.println(filter.mightContain(10));// 判断指定元素是否存在
System.out.println(filter.mightContain(20));
filter.put(10);// 将元素添加进布隆过滤器
filter.put(20);
System.out.println(filter.mightContain(10));// 判断指定元素是否存在
System.out.println(filter.mightContain(20));
空间效率和查询时间都比一般的算法要好的多,比如增加和查询元素的时间复杂为O由于不需要存储key，所以特别节省存储空间。保密性强，布隆过滤器不存储元素本身~~
算法：
邮件过滤，使用布隆过滤器来做邮件黑名单过滤，还有重复推荐内容过滤，网址过滤,web请求访问拦截器，等等许多数据库内置布隆过滤器，用于判断数据是否存在，可以减少数据库很多不必要的磁盘IO操作
为了解决布隆过滤器不能删除元素的问题，布谷鸟过滤器应运而生。论文文章。
首先引入依赖：
com.google.guava
guava
28.0-jre
原理布隆过滤器的使用场景简单模拟布隆过滤器Guava布隆过滤器Redis布隆过滤器布谷鸟过滤器
由于采用hash算法，可能出现hash冲突，导致有一定的误判率，但是可以通过调整参数来降低
这边使用docker安装,自己挑选合适的镜像
~ docker pull redislabs/rebloom:latest
~ docker run -p 6379:6379 --name redis-bloom redislabs/rebloom:latest
~ docker exec -it redis-bloom bash
root@113d012d35:/data# redis-cli
127.0.0.1:6379>
通常我们会遇到很多要判断一个元素是否在某个集合中的业务场景，一般想到的是将集合中所有元素保存起来，然后通过比较确定。链表、树、散列表等等数据结构都是这种思路。但是随着集合中元素的增加，我们需要的存储空间也会呈现线性增长，最终达到瓶颈。同时检索速度也越来越慢，上述三种结构的检索时间复杂度分别为O,O,O。这个时候，布隆过滤器就应运而生。布隆过滤器是1970年由布隆提出的。布隆过滤器其实就是一个很长的二进制向量和一系列随机映射函数。可以用于快速检索一个元素是否在一个集合中出现的方法。
简单模拟布隆过滤器
布隆过滤器的使用场景
其中：当mightContain方法返回_true_时，我们可以大概率确定该元素在过滤器中，但当过滤器返回_false_时，我们可以100％确定该元素不存在于过滤器中。布隆过滤器的允许的误差值越小，需要的存储空间就越大，对于不需要过于精确的场景，允许的误差值设置稍大一点也可以。Guava提供的布隆过滤器的实现还是很不错的,但是随着微服务、分布式的不断发展，对于微服务多实例的场景下就不太适用了，只适合单机，解决方案是：一般是借助Redis中的布隆过滤器
Guava布隆过滤器
文章为作者独立观点，不代表股票交易接口观点
相关文章
股民评论