Redis之布隆过滤器

布隆过滤器

由一个二进制数组和一个Hash算法组成，是一个概率性的算法（若不在的元素，一定不存在；在的不一定在，主要是存在Hash冲突的可能），判断一个元素是否在一个集合中。使用场景如黑名单、邮件垃圾的过滤、爬虫网址判重

​ 优化方案：

• 增大数组（预估适合值）
• 增加Hash函数

​ 缓存穿透问题：通过查询缓存不存在的key，采用架构设计时采取的兜底方案，强制必须去查询数据库，从而产生了缓存击穿

​ 解决方案：

补充redis的布隆过滤器代码

/*Redisson底层基于位图实现了一个布隆过滤器，使用非常方便*/
public class RedissonBF {
    public static void main(String[] args) {
        Config config = new Config();
        config.useSingleServer().setAddress("redis://127.0.0.1:6379");

        //构造Redisson
        RedissonClient redisson = Redisson.create(config);

        RBloomFilter<String> bloomFilter = redisson.getBloomFilter("phoneList");
        //初始化布隆过滤器：预计元素为100000000L,误差率为3%
        bloomFilter.tryInit(100000000L,0.03);
        //将号码10081~10086插入到布隆过滤器中
        bloomFilter.add("10081");
        bloomFilter.add("10082");
        bloomFilter.add("10083");
        bloomFilter.add("10084");
        bloomFilter.add("10085");
        bloomFilter.add("10086");

        //判断下面号码是否在布隆过滤器中
        System.out.println("123456:BF--"+bloomFilter.contains("123456"));//false
        System.out.println("10086:BF--"+bloomFilter.contains("10086"));//true
        System.out.println("10084:BF--"+bloomFilter.contains("10084"));//true

    }
}