布隆过滤器
由一个二进制数组和一个Hash算法组成,是一个概率性的算法(若不在的元素,一定不存在;在的不一定在,主要是存在Hash冲突的可能),判断一个元素是否在一个集合中。使用场景如黑名单、邮件垃圾的过滤、爬虫网址判重
优化方案:
- 增大数组(预估适合值)
- 增加Hash函数
缓存穿透问题:通过查询缓存不存在的key,采用架构设计时采取的兜底方案,强制必须去查询数据库,从而产生了缓存击穿
解决方案:
补充redis的布隆过滤器代码
/*Redisson底层基于位图实现了一个布隆过滤器,使用非常方便*/
public class RedissonBF {
public static void main(String[] args) {
Config config = new Config();
config.useSingleServer().setAddress("redis://127.0.0.1:6379");
//构造Redisson
RedissonClient redisson = Redisson.create(config);
RBloomFilter<String> bloomFilter = redisson.getBloomFilter("phoneList");
//初始化布隆过滤器:预计元素为100000000L,误差率为3%
bloomFilter.tryInit(100000000L,0.03);
//将号码10081~10086插入到布隆过滤器中
bloomFilter.add("10081");
bloomFilter.add("10082");
bloomFilter.add("10083");
bloomFilter.add("10084");
bloomFilter.add("10085");
bloomFilter.add("10086");
//判断下面号码是否在布隆过滤器中
System.out.println("123456:BF--"+bloomFilter.contains("123456"));//false
System.out.println("10086:BF--"+bloomFilter.contains("10086"));//true
System.out.println("10084:BF--"+bloomFilter.contains("10084"));//true
}
}