java过滤器优点_「高级进阶」布隆过滤器这一篇就够了

前言

在「面试」Redis 这一篇就够了 这篇文中有提到用布隆过滤器来解决缓存穿透。那么，今天，他来了，他来了，他脚踏七彩祥云来了(手动狗头)

是什么？

弗雷尔卓德之心布隆是 LOL 中偏辅助的英雄，下面给大家带来他的技能和出装介绍，这时一个拖鞋啪的一声打在了我的脸上......

布隆过滤器(Bloom Filter) 是一种节省空间的概率数据结构，由 Burton Howard Bloom 在 1970 年提出，用来测试一个元素是否在一个集合里。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。相比于传统的 List、Set、Map 等数据结构，它更高效、占用空间更少，但是缺点是其返回的结果是概率性的，而不是确切的。

原理

可以拆分成两个环节：

插入，当一个元素被加入集合时，通过 K 个散列(Hash)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。

查找，当需要判断这个元素是否存在时，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，则被检元素很可能存在。

举个栗子：

S 集合中有 a、b、c 三个元素，过滤器中有三个散列(Hash)函数 h1、h2、h3，当要判断元素 a 是否存在时，则用 a 通过 h1、h2、h3 三个函数进行 hash，如果结果都是 1，那么说明 1 可能存在，反之则不存在

优点

1.节省存储空间

2.查找速度快。

缺点

1.存在误判，可能要查到的元素并没有在容器中，但是 hash 之后得到的 k 个位置上值都是 1。

2.删除困难。一个放入容器的元素映射到 bit 数组的 k 个位置上是 1，删除的时候不能简单的直接置为 0，可能会影响其他元素的判断。

运用场景

1.解决 redis 等其他缓存穿透的问题，可以看这篇「面试」Redis 实现分布式锁这一篇就够了

2.判断是否存在该行(rows)或(colums)，以减少对磁盘的访问，提高数据库的访问性能

3.分布式数据库 Bigtable 使用了布隆过滤器来查找不存在的行或列，以减少磁盘查找的 IO 次数

4.其他需要判断元素是否存在的场景

JAVA 实现

guava 工具包中已经包含了对布隆过滤器的实现，要使用 BloomFilter，需要引入 guava 包：

com.google.guava

guava

23.0

复制代码

import com.google.common.hash.BloomFilter;

import com.google.common.hash.Funnels;

import lombok.extern.slf4j.Slf4j;

@Slf4j

public class Bloom{

/**

* 总个数

*/

private static int total = 1000000;

/**

* 创建布隆过滤器

*/

private static BloomFilter bf = BloomFilter.create(Funnels.integerFunnel(), total);

public static void main(String[] args){

// 初始化1000000条数据到过滤器中

for (int i = 0; i < total; i++) {

bf.put(i);

}

int j = 5000;

// 判断是否存在

boolean flag = bf.mightContain(j);

log.info("{} 判断结果为：{}", j, flag);

// 匹配已在过滤器中的值，是否有匹配不上的

for (int i = 0; i < total; i++) {

if (!bf.mightContain(i)) {

log.info("有坏人逃脱了~~~");

}

}

// 匹配不在过滤器中的10000个值，有多少匹配出来

int count = 0;

for (int i = total; i < total + 10000; i++) {

if (bf.mightContain(i)) {

count++;

}

}

log.info("误伤的数量：" + count);

}

}

复制代码

执行结果：

5000 判断结果为：true

误伤的数量：320

运行结果表示，遍历这一百万个在过滤器中的数时，都被识别出来了。一万个不在过滤器中的数，误伤了 320 个，错误率是 0.03 左右。

本期就到这啦，有不对的地方欢迎好哥哥们评论区留言，另外求关注、求点赞