布隆过滤器-BloomFilter

目录

 

1、概述

2、详解

3、实现

4、适用业务场景

---

1、概述

简单讲布隆过滤器就是判断一个列表中是否存在某个元素。通常在JAVA判断是否存在，咱们能够Map，Set等容器。可是当数据量特别大的时候，用Map和Set会占用过多的内存。这个时候就会考虑用布隆过滤器了。

2、详解

要建立一个布隆过滤器首选须要在内存中声明一个Bit数组，假设数组的长度为L，初始值所有为0。

       当put一个key到布隆过滤器的时候，会对key进行N次hash，而后对hash值 % L 取模，获得N个位置下标。而后将Bit数组中对应位置的值所有设置为1。其中的L和N取决于key的预估总数和错误率，由于bloomfilter不能保证100%的准确，这个后面会说。

       当判断一个key是否存在的时候也是对key进行N次hash取模，若是全部bit数组中全部位置的值都为1，则认为这个key有可能存在，注意这里说是有可能。

过程以下图：(这里假设L为10， N为3)

假设：

"zhangsan"：3次hash取模的结果为：0,2,4。

"lisi"：3次hash取模的结果为：4,6,8。

"wangwu"：3次hash取模的结果为：2,4,6。

若是已经存在"zhangsan"和"lisi"这俩个key，那么即便"wangwu"这个key实际不存在，可是算法返回的结果是存在，由于2，4，6这个三个位置已经被“zhangsan”和“lisi”占用了。

综上所述发现bloomfiter有一些特色：

1. 若是算法返回不存在，那刻个key确定不存在。
2. 若是算法返回存在，那只能说明有可能存在。
3. bloomfiter中的key没法删除。由于bit位是复用的，删除会影响别的key。

那么怎么提高算法的准确度呢？

1. 增长hash的次数（CPU和准确度的取舍）
2. 增长bit数组的长度（内存和准确度的取舍）

3、实现

1. 本身写java代码实现

   package com.ikuboo.bloomfilter;
   
   import java.util.BitSet;
   
   /**
    * 布隆过滤器
    */
   public class MyBloomFilter {
   
       private int length;
   
       /**
        * bitset
        */
       private BitSet bitSet;
   
       public MyBloomFilter(int length) {
           this.length = length;
           this.bitSet = new BitSet(length);
       }
   
       /**
        * 写入数据
        */
       public void put(String key) {
           int first = hashcode_1(key);
           int second = hashcode_2(key);
           int third = hashcode_3(key);
   
           bitSet.set(first % length);
           bitSet.set(second % length);
           bitSet.set(third % length);
       }
   
       /**
        * 判断数据是否存在
        *
        * @param key
        * @return true:存在，false：不存在
        */
       public boolean exist(String key) {
           int first = hashcode_1(key);
           int second = hashcode_2(key);
           int third = hashcode_3(key);
   
           boolean firstIndex = bitSet.get(first % length);
           if (!firstIndex) {
               return false;
           }
           boolean secondIndex = bitSet.get(second % length);
           if (!secondIndex) {
               return false;
           }
           boolean thirdIndex = bitSet.get(third % length);
           if (!thirdIndex) {
               return false;
           }
           return true;
       }
   
       /**
        * hash 算法1
        */
       private int hashcode_1(String key) {
           int hash = 0;
           int i;
           for (i = 0; i < key.length(); ++i) {
               hash = 33 * hash + key.charAt(i);
           }
           return Math.abs(hash);
       }
   
       /**
        * hash 算法2
        */
       private int hashcode_2(String data) {
           final int p = 16777619;
           int hash = (int) 2166136261L;
           for (int i = 0; i < data.length(); i++) {
               hash = (hash ^ data.charAt(i)) * p;
           }
           hash += hash << 13;
           hash ^= hash >> 7;
           hash += hash << 3;
           hash ^= hash >> 17;
           hash += hash << 5;
           return Math.abs(hash);
       }
   
       /**
        * hash 算法3
        */
       private int hashcode_3(String key) {
           int hash, i;
           for (hash = 0, i = 0; i < key.length(); ++i) {
               hash += key.charAt(i);
               hash += (hash << 10);
               hash ^= (hash >> 6);
           }
           hash += (hash << 3);
           hash ^= (hash >> 11);
           hash += (hash << 15);
           return Math.abs(hash);
       }
   
   }

   测试代码

   public class TestMyBloomFilter {
       public static void main(String[] args) {
           int capacity = 10000000;
           MyBloomFilter bloomFilters = new MyBloomFilter(capacity);
           bloomFilters.put("key1");
   
           System.out.println("key1是否存在:" + bloomFilters.exist("key1"));
           System.out.println("key2是否存在:" + bloomFilters.exist("key2"));
       }
   }

    

2. guava类库实现

   import com.google.common.hash.BloomFilter;
   import com.google.common.hash.Funnels;
   
   import java.nio.charset.Charset;
   
   public class TestGuavaBloomFilter {
       public static void main(String[] args) {
           //预估的容量
           int capacity = 10000000;
           //指望的错误率
           double fpp = 0.01;
   
           BloomFilter<String> bloomFilters = BloomFilter.create(
                   Funnels.stringFunnel(Charset.forName("UTF-8")), capacity, fpp);
   
           bloomFilters.put("key1");
   
           System.out.println("key1是否存在:" + bloomFilters.mightContain("key1"));
           System.out.println("key2是否存在:" + bloomFilters.mightContain("key2"));
       }
   }

    

3. 配合redis实现
   1. 能够本身写代码利用redis bitmap数据结构显示。能够参考guava里面的计算hash次数和hash的想相关代码，就guava里的BitArray替换为redis的bitmap便可。
   2. 能够用lua脚本实现。参考：https://github.com/erikdubbelboer/redis-lua-scaling-bloom-filter
   3. 利用redis 4.0+提供的插件功能实现。参考：https://blog.csdn.net/u013030276/article/details/88350641

4、适用业务场景

1. 防止缓存穿透
2. 去重，幂等处理等流程