布隆过滤器及demo代码（含redis布隆过滤器demo）
前言
首先我们先了解，布隆过滤器存在的主要存在意义:在极端处理数据量下（海量数据）仍旧保持一种可用的集合判断方案。
结构构造
位(Bit)：即比特，非0即1，是一个二进制数据单位。那么我们判断集合中的数据是否存在也可以用这么个“是否”的单位来存储，类似的在Redis中有Bitmap数据类型：Redis（四）Redis的三种特殊数据类型：GEO、Hyperloglog和Bitmap 。
这里举个例子: 0-9十个数字，我们有一百个数字（0-9），随机抽出，如何快速判断凑齐了0-9，建立一个十个位置来存放0-9十个数字（数组），当空位置遇到符合数据放进去，重复数据则不操作。这是不是很像 0 到 1 到 1 的过程呢？每个对应数字都存在一个对应的位置，其实这里就是没有哈希函数的哈希数组。
hash数组（散列表、哈希表）通过特殊的hash函数映射位置，比如说：365天中每天为一个Bit（当天是否打卡），一个字节8bit，只需要几十个字节！可以理解为值被解析为存放bit的内存地址（散列地址）。
布隆过滤器
布隆过滤器实则就是这样：但是为了将数据项添加到布隆过滤器中，布隆过滤器会提供 K 个不同的哈希函数，将值解析结果位置上对应位的值置为 “1”。
关于误判
设为3个hansh函数，136分别为为“小明” 的hansh地址，247为小红，那么小白“137”就会被误判。虽然会有误报，但是不存在漏报，即某个元素在某个集合中，肯定能报出来。
实例代码
引入依赖
com.google.guava
guava
25.1-jre
demo
public class BloomFilterDemo {
private static int size = 100;
private static BloomFilter bloomFilter = BloomFilter.create(Funnels.integerFunnel(), size);
public static void main(String[] args) {
int randomNum;
for (int i = 0; i < size; i++) {
randomNum = (int) (Math.random()*100);
bloomFilter.put(randomNum);
}
long startTime = System.nanoTime(); // 获取开始时间
int count = 0;
for (int i = 0; i < size; i++) {
/*
* ns（nanosecond）：纳秒， 时间单位。一秒的10亿分之一，即等于10的负9次方秒。常用作 内存读写速度的单位。
* 1纳秒=0.000001 毫秒
* 1纳秒=0.00000 0001秒
*/
if (bloomFilter.mightContain(i)) {
count++;
System.out.println("命中了" + i);
}
}
long endTime = System.nanoTime(); // 获取结束时间
System.out.println("共命中：" + count + "次 ， 程序运行时间： " + (endTime - startTime) + "纳秒" + " ， 等价于 " + TimeUnit.MILLISECONDS.convert(endTime - startTime, TimeUnit.NANOSECONDS) + " 毫秒 || "
+ TimeUnit.SECONDS.convert(endTime - startTime, TimeUnit.NANOSECONDS) +"秒" );
}
} 
误判
误判实例
size设置为1000000，判断区间1000000 - 2000000，修改代码：
public class BloomFilterDemo {
private static int size = 1000000;
private static BloomFilter bloomFilter = BloomFilter.create(Funnels.integerFunnel(), size ,0.0001);
public static void main(String[] args) {
int randomNum;
for (int i = 0; i < size; i++) {
randomNum = (int) (Math.random()*size);
bloomFilter.put(randomNum);
}
long startTime = System.nanoTime(); // 获取开始时间
int count = 0;
for (int i = size; i < size * 2; i++) {
if (bloomFilter.mightContain(i)) {
count++;
System.out.println("命中了" + i);
}
}
long endTime = System.nanoTime(); // 获取结束时间
System.out.println("共命中：" + count + "次 ， 程序运行时间： " + (endTime - startTime) + "纳秒" + " ， 等价于 " + TimeUnit.MILLISECONDS.convert(endTime - startTime, TimeUnit.NANOSECONDS) + " 毫秒 || "
+ TimeUnit.SECONDS.convert(endTime - startTime, TimeUnit.NANOSECONDS) +"秒" );
System.err.println("误判次数：" + count + " 误判概率：" + (double)count/size );
} 
设置误判率
设置误判率：默认为 0.03：0.03
BloomFilter
其结果：
1e-6表示1乘以10的负6次方：0.000001。
Redis使用布隆过滤器
前面我们讲到了bitmap这种特殊的redis数据结构，他其实就是redis实现布隆过滤器的底层结构，java中使用可以引入Redisson来实现。
Redission依赖
org.redisson
redisson
2.7.0
demo
public class RedissonBloomFilter {
public static void main(String[] args) {
Config config = new Config();
config.useSingleServer().setAddress("127.0.0.1:6379");
//config.useSingleServer().setPassword("");
//构造Redisson对象
RedissonClient redisson = Redisson.create(config);
//构造redis的布隆过滤器
RBloomFilter bloomFilter = redisson.getBloomFilter("redisBloomFilter");
//初始化布隆过滤器：预计元素为100000000L,误差率为0.03（google的默认值）
bloomFilter.tryInit(100000000L,0.03);
//插入测试数据到布隆过滤器中
bloomFilter.add("hello world");
//判断下面号码是否在布隆过滤器中
System.err.println(bloomFilter.contains("cbry")); //false
System.err.println(bloomFilter.contains("hello world")); //true
}
} 
PS
无密码不需要设置密码，设置空串会报下面错误。
Exception in thread "main" org.redisson.client.RedisConnectionException: Can't init enough connections amount! Only 0 from 5 were initialized. Server: /127.0.0.1:6379小结
布隆过滤器虽然可以设置误判率，但是是以牺牲存储空间为代价的。所以不是越小就真的越好。