Java中高级核心知识全面解析——数据结构(布隆过滤器【原理介绍

举个简单的例子：

如图所示，当字符串存储要加入到布隆过滤器中时，该字符串首先由多个哈希函数生成不同的哈希值，然后在对应的位数组的下表的元素设置为 1（当位数组初始化时 ，所有位置均为0）。当第二次存储相同字符串时，因为先前的对应位置已设置为1，所以很容易知道此值已经存在（去重非常方便）。

不同的字符串可能哈希出来的位置相同，这种情况我们可以适当增加位数组大小或者调整我们的哈希函数。

综上，我们可以得出：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。

三、布隆过滤器使用场景

1. 判断给定数据是否存在：比如判断一个数字是否在于包含大量数字的数字集中（数字集很大，5亿以上！）、 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、黑名单功能等等。
2. 去重：比如爬给定网址的时候对已经爬取过的 URL 去重。

四、通过 Java 编程手动实现布隆过滤器

我们上面已经说了布隆过滤器的原理，知道了布隆过滤器的原理之后就可以自己手动实现一个了。

如果你想要手动实现一个的话，你需要：

1. 一个合适大小的位数组保存数据
2. 几个不同的哈希函数
3. 添加元素到位数组（布隆过滤器）的方法实现
4. 判断给定元素是否存在于位数组（布隆过滤器）的方法实现。

下面给出一个我觉得写的还算不错的代码（参考网上已有代码改进得到，对于所有类型对象皆适用）：

import java.util.BitSet;
public class MyBloomFilter {
/**

• 位数组的大小
  /
  private static final int DEFAULT_SIZE = 2 << 24;
  /*
• 通过这个数组可以创建 6 个不同的哈希函数
  /
  private static final int[] SEEDS = new int[]{3, 13, 46, 71, 91, 134};
  /*
• 位数组。数组中的元素只能是 0 或者 1
  /
  private BitSet bits = new BitSet(DEFAULT_SIZE);
  /*
• 存放包含 hash 函数的类的数组
  /
  private SimpleHash[] func = new SimpleHash[SEEDS.length];
  /*
• 初始化多个包含 hash 函数的类的数组，每个类中的 hash 函数都不一样
  /
  public MyBloomFilter() {
  // 初始化多个不同的 Hash 函数
  for (int i = 0; i < SEEDS.length; i++) {
  func[i] = new SimpleHash(DEFAULT_SIZE, SEEDS[i]);
  }
  }
  /*
• 添加元素到位数组
  /
  public void add(Object value) {
  for (SimpleHash f : func) {
  bits.set(f.hash(value), true);
  }
  }
  /*
• 判断指定元素是否存在于位数组
  /
  public Boolean contains(Object value) {
  Boolean ret = true;
  for (SimpleHash f : func) {
  ret = ret && bits.get(f.hash(value));
  }
  return ret;
  }
  /*
• 静态内部类。用于 hash 操作！
  */
  public static class SimpleHash {
  private int cap;
  private int seed;
  public SimpleHash(int cap, in

【一线大厂Java面试题解析+后端开发学习笔记+最新架构讲解视频+实战项目源码讲义】

浏览器打开：qq.cn.hn/FTf 免费领取

t seed) {
this.cap = cap;
this.seed = seed;
}
/**

• 计算 hash 值
  */
  public int hash(Object value) {
  int h;
  return (value == null) ? 0 : Math.abs(seed * (cap - 1) & ((h = value.hashCode()) ^ (h >>> 16)));
  }
  }
  }

测试：

String value1 = “https://javaguide.cn/”;
String value2 = “https://github.com/Snailclimb”;
MyBloomFilter filter = new MyBloomFilter();
System.out.println(filter.contains(value1));
System.out.println(filter.contains(value2));
filter.add(value1);
filter.add(value2);
System.out.println(filter.contains(value1));
System.out.println(filter.contains(value2));

Output:

false
false
true
true

测试：

Integer value1 = 13423;
Integer value2 = 22131;
MyBloomFilter filter = new MyBloomFilter();
System.out.println(filter.contains(value1));
System.out.println(filter.contains(value2));
filter.add(value1);
filter.add(value2);
System.out.println(filter.contains(value1));
System.out.println(filter.contains(value2));

Output:

false
false
true
true

五、利用Google开源的 Guava中自带的布隆过滤器

自己实现的目的主要是为了让自己搞懂布隆过滤器的原理，Guava 中布隆过滤器的实现算是比较权威的，所以实际项目中我们不需要手动实现一个布隆过滤器。

首先我们需要在项目中引入 Guava 的依赖：

com.google.guava guava 28.0-jre

实际使用如下：

我们创建了一个最多存放 最多 1500个整数的布隆过滤器，并且我们可以容忍误判的概率为百分之（0.01）

// 创建布隆过滤器对象
BloomFilter filter = BloomFilter.create(
Funnels.integerFunnel(),
1500,
0.01);
// 判断指定元素是否存在
System.out.println(filter.mightContain(1));
System.out.println(filter.mightContain(2));
// 将元素添加进布隆过滤器
filter.put(1);
filter.put(2);
System.out.println(filter.mightContain(1));
System.out.println(filter.mightContain(2));

在我们的示例中，当 mightContain（） 方法返回true时，我们可以99％确定该元素在过滤器中，当过滤器返回false时，我们可以100％确定该元素不存在于过滤器中。

Guava 提供的布隆过滤器的实现还是很不错的（想要详细了解的可以看一下它的源码实现），但是它有一个重大的缺陷就是只能单机使用（另外，容量扩展也不容易），而现在互联网一般都是分布式的场景。为了解决这个问题，我们就需要用到 Redis 中的布隆过滤器了。

六、Redis 中的布隆过滤器

1.介绍

Redis v4.0 之后有了 Module（模块/插件） 功能，Redis Modules 让 Redis 可以使用外部模块扩展其功能 。布隆过滤器就是其中的 Module。

另外，官网推荐了一个 RedisBloom 作为 Redis 布隆过滤器的 Module,地址：https://github.com/RedisBloom/RedisBloom。其他还有：

• redis-lua-scaling-bloom-filter （lua 脚本实现）：https://github.com/erikdubbelboer/redis-lua-scaling-bloom-filter
• pyreBloom（Python中的快速Redis 布隆过滤器） ：https://github.com/seomoz/pyreBloom
• …

RedisBloom提供了多种语言的客户端支持，包括：Python、Java、JavaScript 和 PHP。

2.使用Docker安装

具体操作如下：

➜ ~ docker run -p 6379:6379 --name redis-redisbloom redislabs/rebloom:latest
➜ ~ docker exec -it redis-redisbloom bash
root@21396d02c252:/data# redis-cli
.使用Docker安装
具体操作如下：

➜ ~ docker run -p 6379:6379 --name redis-redisbloom redislabs/rebloom:latest
➜ ~ docker exec -it redis-redisbloom bash
root@21396d02c252:/data# redis-cli