redis使用布隆过滤器
介绍
布隆过滤器采用一个很长的二进制数组,通过一系列的Hash函数来确定该数据是否存在
使用场景
- redis防止缓存击穿的解决方案
- 数据去重
- 过滤垃圾信息
简单原理
布隆过滤器本质上是一个二进制数组,元素的值不是1就是0. 当我们存一个商品id为10的商品,假设我们经过三次哈希,存的数组下标为1,3,7,就将这三个下标的元素改为1.这样每次访问redis之前,先访问布隆过滤器。查询id为10的商品的时候,经过布隆过滤器的哈希算法,获取到该商品对应的下标是1,3,7。那么,如果这三个数组的下标对应的元素都为1 则表示存在该商品,放行这次请求。如果有一个为0,则不存在该商品。
布隆过滤器判断存在不一定真的存在,但是,判断不存在则一定不存在。
针对布隆过滤器的一些误判,我们可以增加二进制数组位数或者增加Hash次数来解决。
使用布隆过滤器并测试
引入谷歌guava依赖
<dependency> <groupId>com.谷歌.guava</groupId> <artifactId>guava</artifactId> <version>31.0.1-jre</version> </dependency>
创建一个测试类,存入100w个数据到布隆过滤器,同时用10w个不存在的数据测试误判率。
-
import com.谷歌.common.hash.BloomFilter;
-
import com.谷歌.common.hash.Funnels;
-
import org.junit.jupiter.api.Test;
-
import org.springframework.boot.test.context.SpringBootTest;
-
-
import java.math.BigDecimal;
-
-
-
class RetailUserApplicationTests {
-
-
-
void contextLoads() {
-
this.BloomTest();
-
}
-
-
public void BloomTest() {
-
// 开始时间
-
long startTime = System.currentTimeMillis();
-
// 初始化误判个数
-
BigDecimal count = new BigDecimal("0");
-
// 相当于一个常量
-
BigDecimal one = new BigDecimal("1");
-
// 测试的10W个数据 也是常量 用于计算误判率
-
BigDecimal testCount = new BigDecimal("100000");
-
// 百分比换算,还是常量
-
BigDecimal mult = new BigDecimal("100");
-
-
// 第一个参数为数据类型,第二个数组长度,第三个误判率
-
BloomFilter<Integer> bloomFilter = BloomFilter.create(Funnels.integerFunnel(), 1000000L, 0.01);
-
-
// 插入100w个数据
-
for (int i = 1; i <= 1000000; i ) {
-
bloomFilter.put(i);
-
}
-
-
// 测试10W个不存在的数据
-
for (int i = 2000000; i <= 2100000; i ) {
-
boolean mightContain = bloomFilter.mightContain(i);
-
if (mightContain) {
-
count = count.add(one);
-
}
-
}
-
System.out.println("总耗时" (System.currentTimeMillis() - startTime) "MS");
-
System.out.println("误判个数:" count);
-
System.out.println("误判率:" (count.divide(testCount)).multiply(mult) "%");
-
}
-
}
误判了1004个,符合我们设置的0.01误判率。
但是,误判率并不是设置的越小越好。设置的越小,进行的哈希次数就越多。接下来,我们来看下例子。比如我这里设置的0.01,就经过了7次哈希
接下来我们测试将误差值改为0.000001,从原来的7次哈希变为了20次哈希
时间效率也从200增到了700
所以我们得出结论。要取一个适当的值来确定误差值。就和hashmap的负载因子是0.75一样 为1哈希冲突太大,为0.5冲突是少了,但是空间利用率下降了。
项目中使用布隆过滤器防止缓存穿透
创建一个初始化布隆过滤器类。并实现CommandLineRunner接口,启动项目后执行。
初始化一个布隆过滤器,设置好我们对应的参数。之后将数据库中的数据使用put方法加入到布隆过滤器中。这里我放入的是商品的详情
-
import com.谷歌.common.base.Charsets;
-
import com.谷歌.common.hash.BloomFilter;
-
import com.谷歌.common.hash.Funnels;
-
import com.retail.constant.SkillConstants;
-
import com.retail.mapper.GoodsMapper;
-
import com.retail.pojo.resp.SkillActivityResp;
-
import lombok.extern.log4j.Log4j2;
-
import org.springframework.beans.factory.annotation.Autowired;
-
import org.springframework.boot.CommandLineRunner;
-
import org.springframework.context.annotation.Bean;
-
import org.springframework.context.annotation.Configuration;
-
-
import java.util.List;
-
-
/**
-
* @className: BloomInit
-
* @description: 初始化布隆过滤器
-
* @date: 2022/07/11
-
* @author: Sora33
-
*/
-
-
-
public class BloomInit implements CommandLineRunner {
-
-
-
private GoodsMapper goodsMapper;
-
-
-
public void run(String... args) throws Exception {
-
this.bloomInit();
-
}
-
-
/**
-
* 初始化布隆过滤器
-
*/
-
-
public BloomFilter bloomInit() {
-
// 初始化布隆过滤器,设置数据类型,数组长度和误差值
-
BloomFilter<String> bloomFilter = BloomFilter.create(Funnels.stringFunnel(Charsets.UTF_8), 1000000L, 0.01);
-
// 获取要装入过滤器的数据
-
List<SkillActivityResp> skillActivityGoods = goodsMapper.getSkillActivityGoods();
-
// 循环装填
-
for (SkillActivityResp skillActivityGood : skillActivityGoods) {
-
bloomFilter.put(SkillConstants.SKILL_GOODS skillActivityGood.getShopId() "_" skillActivityGood.getActivityId());
-
log.info("已加入数据[{}]到布隆过滤器...", SkillConstants.SKILL_GOODS skillActivityGood.getShopId() "_" skillActivityGood.getActivityId());
-
}
-
log.info("布隆过滤器装载完成");
-
return bloomFilter;
-
}
然后在获取商品详情的地方外面加一层布隆过滤器。先从布隆过滤器中获取值,如果有则放行,没有直接返回。有效解决了请求直接穿过redis,访问数据库所造成的不必要的压力。
-
/**
-
* 根据商品id和活动id获取商品
-
* @param shopId
-
* @param activityId
-
* @param activityId
-
* @return
-
*/
-
-
public SkillActivityResp getGoodsByshopIdAndActivityId(Integer shopId, Integer activityId) {
-
boolean contains = bloomFilter.mightContain(SkillConstants.SKILL_GOODS shopId "_" activityId);
-
if (!contains) {
-
return null;
-
}
-
// 尝试从redis中获取
-
String skillActivityResp = stringRedisTemplate.opsForValue().get(SkillConstants.SKILL_GOODS shopId "_" activityId);
-
if (skillActivityResp == null) {
-
SkillActivityResp goods = goodsMapper.getGoodsByshopIdAndActivityId(shopId,activityId);
-
// 存入redis
-
stringRedisTemplate.opsForValue().set(SkillConstants.SKILL_GOODS shopId "_" activityId, JSONObject.toJSONString(goods),24, TimeUnit.HOURS);
-
return goods;
-
}
-
return JSONObject.parseObject(skillActivityResp, SkillActivityResp.class);
-
}
结尾
布隆过滤器也是有缺点的,比如存在误判,删除数据困难...可以选择使用布谷鸟过滤器,各方面相对于布隆过滤器都有一些优化
这篇好文章是转载于:学新通技术网
- 版权申明: 本站部分内容来自互联网,仅供学习及演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,请提供相关证据及您的身份证明,我们将在收到邮件后48小时内删除。
- 本站站名: 学新通技术网
- 本文地址: /boutique/detail/tanhfhiifa
-
photoshop保存的图片太大微信发不了怎么办
PHP中文网 06-15 -
Android 11 保存文件到外部存储,并分享文件
Luke 10-12 -
word里面弄一个表格后上面的标题会跑到下面怎么办
PHP中文网 06-20 -
《学习通》视频自动暂停处理方法
HelloWorld317 07-05 -
微信公众号没有声音提示怎么办
PHP中文网 03-31 -
photoshop扩展功能面板显示灰色怎么办
PHP中文网 06-14 -
excel下划线不显示怎么办
PHP中文网 06-23 -
excel打印预览压线压字怎么办
PHP中文网 06-22 -
怎样阻止微信小程序自动打开
PHP中文网 06-13 -
photoshop蒙版画笔没反应怎么办
PHP中文网 06-24