redis学习笔记（八）布隆过滤器

weixin_43979923

已于 2022-05-14 17:38:11 修改

阅读量947

点赞数

分类专栏： redis 文章标签： java redis

于 2022-04-27 00:16:43 首次发布

本文链接：https://blog.csdn.net/weixin_43979923/article/details/124440224

版权

redis 专栏收录该内容

17 篇文章 1 订阅

订阅专栏

一、为什么要使用布隆过滤器？
二、布隆过滤器原理
三、3种实现方式
四、redis装布隆过滤器插件流程
五、布隆过滤器缺点及拓展

一、为什么要使用布隆过滤器？

问题场景：
如果你有张user表，id以自增方式储存，有个接口可以get(id)获取用户信息。这时有个黑客想搞崩你的网站，不停的调用get(-1)，get(-2)之类的不存在的id，导致你缓存命中不了用户缓存数据，穿透到数据库承受不住这个并发量。你如何解决这个问题？（这个问题也叫缓存穿透）
思考：
1.负数直接返回，是一种解决方案，但无法解决传正数但也不存在的大id。而且写死规则也不是一种好的方案。
2.如果从数据库中查到不存在，也缓存在redis中，但这样就会占用大量的redis内存。
3.有一种过滤器，来个id可以判断是否在数据库中是否存在。这就是布隆过滤器。

二、布隆过滤器原理

布隆过滤器实际上是bitmap+hash算法实现的。
原理如图所示：
在这里插入图片描述
如图，id为1、2、3都是真实存在的数据。hash后指向的偏移量下标都改成1。而id=-1的hash下标指向了一个0，则表示id=-1肯定在数据中不存在。
布隆过滤器的性质：
如果hash后的至少有一个值指向了0，则说明数据一定不存在
如果hash后的值全部指向了1，只能说明数据可能存在
由上可知，布隆过滤器也不是%100能过滤不存在请求的，是有一定比例过滤的，这个比例和hash次数和bitmap长度有关（可自行配置或实现）。