redis redisson 布隆过滤器（RBloomFilter）

---

redis redisson 布隆过滤器

 

作用：在缓存层前添加布隆过滤器，常用于高并发场景下应对缓存穿透问题

 

 

********************

相关接口

 

RBloomFilter

public interface RBloomFilter<T> extends RExpirable {

    boolean tryInit(long var1, double var3);  //初始化布隆过滤器，var1表示大小，var3表示容错率

    boolean add(T var1);                      //添加对象
    boolean contains(T var1);                 //判断对象是否存在

    long getExpectedInsertions();             //返回预计插入数量
    double getFalseProbability();             //返回容错率
    int getHashIterations();                  //返回hash函数个数

    long count();                             //对象插入后，估计插入数量
    long getSize();                           //布隆过滤器位数组的大小

}

说明：开源版本不支持集群布隆过滤器

 

 

********************

示例

 

public class MyTest12 {

    public static void main(String[] args){
        Config config=new Config();
        config.useSingleServer().setAddress("redis:/***:6379").setPassword("123456");
        RedissonClient client= Redisson.create(config);

        RBloomFilter<String> bloomFilter=client.getBloomFilter("bloom-filter");
        bloomFilter.tryInit(1000,0.03);

        for (int i=0;i<1000;i++){
            bloomFilter.add("瓜田李下 "+i);
        }

        System.out.println("'瓜田李下 1'是否存在："+bloomFilter.contains("瓜田李下 "+1));
        System.out.println("'海贼王'是否存在："+bloomFilter.contains("海贼王"));
        System.out.println("预计插入数量："+bloomFilter.getExpectedInsertions());
        System.out.println("容错率："+bloomFilter.getFalseProbability());
        System.out.println("hash函数的个数："+bloomFilter.getHashIterations());
        System.out.println("插入对象的个数："+bloomFilter.count());
    }
}

 

************

控制台输出

 

'瓜田李下 1'是否存在：true
'海贼王'是否存在：false
预计插入数量：1000
容错率：0.03
hash函数的个数：5
插入对象的个数：1007

说明：count()计算的插入对象的个数是个估算值