布隆过滤器(英语:Bloom Filter)是1970年由一个叫布隆的小伙子提出的。它实际上是一个很长的二进制向量和一系列
随机映射函数
。布隆过滤器可以用于检索一个元素是否在一个集合中。它的优点是空间效率和查询时间
都远远超过一般的算法,缺点是有一定的误识别率和删除困难。
布隆过滤器原理
当一个元素被加入集合时,通过K个散列函数
将这个元素映射成一个位数组中的K个点,把它们置为1。
检索时,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,则被检元素很可能在。
布隆过滤器说某个元素存在,小概率会误判。布隆过滤器说某个元素不在,那么这个元素一定不在。
布隆过滤器应用
- 判断给定数据是否存在:比如判断一个数字是否存在于包含大量数字的数字集中(数字集很大,上亿)、 防止缓存穿透(判断请求的数据是否有效避免直接绕过缓存请求数据库)等等、邮箱的垃圾邮件过滤(判断一个邮件地址是否在垃圾邮件列表中)、黑名单功能(判断一个 IP 地址或手机号码是否在黑名单中)等等。
- 去重:比如爬给定网址的时候对已经爬取过的 URL 去重、对巨量的 QQ 号/订单号去重。
去重场景也需要用到判断给定数据是否存在,因此布隆过滤器主要是为了解决海量数据的存在性问题。
布隆过滤器实践
下面基于redission客户端的redis布隆过滤器做简单实践。 redis配置
java
@Configuration
public class RedisConfig {
@Value("${spring.redis.host}")
private String redisHost;
@Value("${spring.redis.port}")
private int redisPort;
@Bean(destroyMethod = "shutdown")
public RedissonClient redissonClient() {
Config config = new Config();
config.useSingleServer()
.setAddress("redis://" + redisHost + ":" + redisPort);
return Redisson.create(config);
}
}
布隆过滤器配置
java
@Service
public class BloomFilter {
private final RedissonClient redissonClient;
private RBloomFilter<String> bloomFilter;
@Autowired
public BloomFilter(RedissonClient redissonClient) {
this.redissonClient = redissonClient;
}
@PostConstruct
private void init() {
bloomFilter = redissonClient.getBloomFilter("test");
bloomFilter.tryInit(10000L, 0.01);
}
public boolean add(String key) {
return bloomFilter.add(key);
}
public boolean contains(String key) {
return bloomFilter.contains(key);
}
}
测试用例
java
@RunWith(SpringRunner.class)
@SpringBootTest(classes = Application.class)
@Slf4j
public class BloomFilterTest {
@Resource
private BloomFilter bloomFilter;
@Test
public void testBloomFilter() {
boolean ret = bloomFilter.add("test1");
log.info("testBloomFilter ret={}", ret);
ret = bloomFilter.add("test2");
log.info("testBloomFilter ret={}", ret);
ret = bloomFilter.contains("test1");
log.info("testBloomFilter ret={}", ret);
ret = bloomFilter.contains("test2");
log.info("testBloomFilter ret={}", ret);
}
}
执行结果
txt
2023-12-31 17:23:14.478|INFO |test|1|127.0.0.1|08f03f7f8b5c44bbad4c7962e6018b04|testBloomFilter ret=true|com.toby.dynamic.data.source.redis.BloomFilterTest
2023-12-31 17:23:14.478|INFO |test|1|127.0.0.1|08f03f7f8b5c44bbad4c7962e6018b04|testBloomFilter ret=true|com.toby.dynamic.data.source.redis.BloomFilterTest
2023-12-31 17:23:14.478|INFO |test|1|127.0.0.1|08f03f7f8b5c44bbad4c7962e6018b04|testBloomFilter ret=true|com.toby.dynamic.data.source.redis.BloomFilterTest
2023-12-31 17:23:14.478|INFO |test|1|127.0.0.1|08f03f7f8b5c44bbad4c7962e6018b04|testBloomFilter ret=true|com.toby.dynamic.data.source.redis.BloomFilterTest