布隆过滤器(BloomFilter)持久化

摘要

---

Bloomfilter运行在一台机器的内存上，不方便持久化（机器down掉就什么都没啦），也不方便分布式程序的统一去重。我们可以将数据进行持久化，这样就克服了down机的问题，常见的持久化方法包括持久化到本地磁盘或结合Redis进行持久化。本文主要介绍持久化到本地的操作。

---

关于BloomFilter的基本原理、jar包及入门Demo，请参考我的博客：布隆过滤器

数据持久化

import java.io.File;
import java.io.FileNotFoundException;
import java.io.FileOutputStream;
import java.io.IOException;
import java.io.OutputStream;

import com.google.common.hash.BloomFilter;
import com.google.common.hash.Funnels;

public class Demo1 {
    
    public static void main(String[] args) throws FileNotFoundException {
        
        BloomFilter filter = BloomFilter.create(
                  Funnels.integerFunnel(),
                  500,
                  0.01);
        
        //导入数据到filter
        for(int i = 0; i < 100; i++ )
        {
            filter.put(i);
        }
        
        //数据持久化到本地
        File f= new File("d:" + File.separator + "test2"); 
        OutputStream out = null;
        out = new FileOutputStream(f);    
        
        try {
            filter.writeTo(out);
        } catch (IOException e) {
            // TODO Auto-generated catch block
            e.printStackTrace();
        }
        
        //测试验证
        for(int i = 0 ; i < 10; i++)
        {
            boolean result = filter.mightContain(i);
            
            if(result)
            {
                System.out.println("i = " + i + " " + result);
            }
        }
    }
}

读取持久化数据

import java.io.File;
import java.io.FileInputStream;
import java.io.FileNotFoundException;
import java.io.IOException;
import java.io.InputStream;

import com.google.common.hash.BloomFilter;
import com.google.common.hash.Funnels;

public class Demo2 {

    public static void main(String[] args) throws FileNotFoundException {
        
        BloomFilter filter = BloomFilter.create(
                  Funnels.integerFunnel(),
                  500,
                  0.01);
        
        //将之前持久化的数据加载到Filter
        File f= new File("d:" + File.separator + "test2") ; 
        InputStream in = null;
        in = new FileInputStream(f); 
        try {
            filter = BloomFilter.readFrom(in,Funnels.integerFunnel());
        } catch (IOException e) {
            e.printStackTrace();
        }
        
        //测试验证
        for(int i = 0 ; i < 10; i++)
        {
            boolean result = filter.mightContain(i);
            
            if(result)
            {
                System.out.println("i = " + i + " " + result);
            }
        }   
    }
}

Demo说明

Demo1：初始化filter对象，并导入测试数据，然后结合writeTo()方法将数据持久化到本地磁盘；
Demo1：初始化filter对象，读取Demo1持久化到磁盘的数据，然后将数据导入到filter；
测试验证：Demo1和Demo2都对创建后的filter进行了测试验证。

更多参考

基于Redis的Bloomfilter去重（附代码）

布隆过滤器

Guava学习笔记：Google Guava 类库简介

google/guava

转载于:https://www.cnblogs.com/taro/p/8426941.html