guava布隆过滤器及cuckoo过滤器

guava布隆过滤器及cuckoo过滤器

文档

1. redis单机安装
2. redis集群模式 -集群搭建
3. 布隆过滤器 -Bloom Filter
4. springboot整合redisson单机模式
5. redis实现布隆过滤器

官方文档

1. 官网操作命令指南页面：https://redis.io/docs/latest/commands/?name=get&group=string
2. Redis cluster specification

下载地址

1. 官网：https://redis.io/
2. 下载列表页面：https://download.redis.io/releases/

说明

1. 版本选择：redis-7.0.0.tar.gz
2. 下载地址：https://download.redis.io/releases/redis-7.0.0.tar.gz

guava布隆过滤器

1. 引入依赖

   <dependency>
       <groupId>com.google.guava</groupId>
       <artifactId>guava</artifactId>
       <version>26.0-jre</version>
   </dependency>

2. 使用示例

   public class GuavaBloomFilterDemo {
   
       public static void main(String[] args) {
           // 预期插入数量 100 万，期望误判率 0.01
           BloomFilter<String> bloomFilter = BloomFilter.create(
                   Funnels.stringFunnel(StandardCharsets.UTF_8),
                   1_000_000,
                   0.01
           );
   
           // 添加
           bloomFilter.put("192.168.1.100");
           bloomFilter.put("10.0.0.1");
   
           // 判断是否存在（可能有误判）
           System.out.println(bloomFilter.mightContain("192.168.1.100"));  // true
           System.out.println(bloomFilter.mightContain("10.0.0.2"));       // 可能 true 或 false
   
           // 预期误判率
           System.out.println(bloomFilter.expectedFpp());  // 约 0.01
           // 近似已插入数量
           System.out.println(bloomFilter.approximateElementCount());
       }
   }

3. Guava 默认误判率是 0.03，在大多数应用里，3% 误判率是空间效率和准确性的良好平衡。

4. 创建时指定预期数量，实际插入超过这个数量会导致误判率急剧上升

5. Guava过滤器不支持删除

cuckoo过滤器

1. 引入依赖

   <dependency>
       <groupId>com.github.mgunlogson</groupId>
       <artifactId>cuckoofilter4j</artifactId>
       <version>1.0.2</version>
   </dependency>

2. 使用示例

   public class CuckooFilterDemo {
   
       public static void main(String[] args) {
           // 创建：容量 100 万，误判率 1%
           CuckooFilter<String> filter = new CuckooFilter.Builder<String>(
                   Funnels.stringFunnel(StandardCharsets.UTF_8),
                   1_000_000
           ).withFalsePositiveRate(0.01).build();
   
           // 添加
           filter.put("192.168.1.100");
           filter.put("10.0.0.1");
   
           // 判断是否存在
           System.out.println(filter.mightContain("192.168.1.100"));  // true
           System.out.println(filter.mightContain("10.0.0.2"));       // 大概率 false
   
           // 删除（支持删除，Bloom过滤器不支持）
           filter.delete("192.168.1.100");
           System.out.println(filter.mightContain("192.168.1.100"));  // false
       }
   }

3. cuckoo过滤器支持删除

4. 相关论文：https://www.cs.cmu.edu/~dga/papers/cuckoo-conext2014.pdf

参考资料

1. https://www.bilibili.com/video/BV13R4y1v7sP

注意事项

1. 部分内容由AI生成
2. 如有不对，欢迎指正！！！