「高级进阶」布隆过滤器这一篇就够了

前言

「摩擦面试官」Redis这一篇就够了 这篇文中有提到用布隆过滤器来解决缓存穿透。那么,今天,他来了,他来了,他脚踏七彩祥云来了(手动狗头)
在这里插入图片描述

是什么?

弗雷尔卓德之心布隆是LOL中偏辅助的英雄,下面给大家带来他的技能和出装介绍,这时一个拖鞋啪的一声打在了我的脸上......
布隆过滤器(Bloom Filter) 是一种节省空间的概率数据结构,由Burton Howard Bloom在1970年提出,用来测试一个元素是否在一个集合里。它实际上是一个很长的 二进制向量一系列随机映射函数。相比于传统的 List、Set、Map 等数据结构,它更高效、占用空间更少,但是缺点是其返回的结果是概率性的,而不是确切的。

原理

可以拆分成两个环节:
  1. 插入,当一个元素被加入集合时,通过K个散列(Hash)函数将这个元素映射成一个位数组中的K个点,把它们置为1。
  2. 查找,当需要判断这个元素是否存在时,我们只要看看这些点是不是都是1就,大约知道集合中有没有它了,如果这些点有任何一个0,则被检元素一定不在;如果都是1,则被检元素很可能存在。
举个栗子:
S集合中有a、b、c三个元素,过滤器中有三个散列(Hash)函数h1、h2、h3,当要判断元素a是否存在时,则用a通过h1、h2、h3三个函数进行hash,如果结果都是1,那么说明1可能存在,反之则不存在
查询原理

优缺点

优点:
  1. 查找速度快
  2.节省存储空间
缺点:
  1.存在误判,可能要查到的元素并没有在容器中,但是hash之后得到的k个位置上值都是1。
  2.删除困难。一个放入容器的元素映射到bit数组的k个位置上是1,删除的时候不能简单的直接置为0,可能会影响其他元素的判断。

运用场景

1.解决redis等其他缓存穿透的问题,可以看这篇 「摩擦面试官」Redis实现分布式锁这一篇就够了
2.判断是否存在该行(rows)或(colums),以减少对磁盘的访问,提高数据库的访问性能
3.分布式数据库 Bigtable 使用了布隆过滤器来查找不存在的行或列,以减少磁盘查找的IO次数
4.其他需要判断元素是否存在的场景

JAVA 实现

guava工具包中已经包含了对布隆过滤器的实现,要使用BloomFilter,需要引入guava包:

 
            com.google.guava
            guava
            23.0
  
import com.google.common.hash.BloomFilter;
import com.google.common.hash.Funnels;
import lombok.extern.slf4j.Slf4j;

@Slf4j
public class Bloom {

    /**
     * 总个数
     */
    private static int total = 1000000;

    /**
     * 创建布隆过滤器
     */
    private static BloomFilter bf = BloomFilter.create(Funnels.integerFunnel(), total);

    public static void main(String[] args) {
        // 初始化1000000条数据到过滤器中
        for (int i = 0; i < total; i++) {
            bf.put(i);
        }
        int j = 5000;
        // 判断是否存在
        boolean flag = bf.mightContain(j);
        log.info("{} 判断结果为:{}", j, flag);
        // 匹配已在过滤器中的值,是否有匹配不上的
        for (int i = 0; i < total; i++) {
            if (!bf.mightContain(i)) {
                log.info("有坏人逃脱了~~~");
            }
        }

        // 匹配不在过滤器中的10000个值,有多少匹配出来
        int count = 0;
        for (int i = total; i < total + 10000; i++) {
            if (bf.mightContain(i)) {
                count++;
            }
        }
        log.info("误伤的数量:" + count);
    }
}

执行结果:

5000 判断结果为:true
误伤的数量:320
运行结果表示,遍历这一百万个在过滤器中的数时,都被识别出来了。一万个不在过滤器中的数,误伤了320个,错误率是0.03左右。
本期到这里啦,写的不对的地方巨佬们多多指点,喜欢的话来一个一键三连吧

你可能感兴趣的:(「高级进阶」布隆过滤器这一篇就够了)