介绍
布隆过滤器(BloomFilter)是一种数据结构，特点是高效地插入和查询，可以用来告诉你某个key一定不存在或者可能存在，它是用多个哈希函数，将一个key映射到多个数组下标中。
特点
布隆过滤器可以告诉我们 "某样东西一定不存在或者可能存在"，也就是说布隆过滤器说这个key不存在则一定不存在，布隆过滤器说这个key存在则可能不存在（会存在误判），利用这个判断是否存在的特点可以做很多有趣的事情。
数据结构
由一串很长的二进制数组向量组成，可以将其看成一个二进制数组。既然是二进制，那么里面存放的不是0，就是1，但是初始默认值都是0。
新增数据
把一个key经过多个hash函数计算出多个数组下标，把计算出的下标的位置的0变成1。
查询数据
当要查询一个key是否在布隆过滤器中，用相同的方法计算出多个1，判断根据这个key计算出的多个1的位置在布隆过滤器中是否都是1，如果都是那么代表可能存在，如果不都是代表一定不存在。
删除数据
布隆过滤器很难进行删除操作。
作用
高效判断一个数据在不在某一组数据中。
误差率： 创建布隆过滤器时，可以设置误差率，误差率越小，hash函数越多，二进制数据占用空间越大。hash函数越多，计算出的hash值多，对应计算出的二进制数组下标越多，效率越低，有一个位置在布隆过滤器中置不为1，就代表不存在，精确度越高。
业务使用
布隆过滤器就是在Redis缓存前面在加一层过滤，负责过滤无效的请求，如果请求没有通过布隆过滤器就不会到缓存和数据库。
布隆过滤器的优点 ：
- 空间效率 和 查询效率都远远超过一般的算法。
- 增加和查询元素的时间复杂为O(N)（N为哈希函数的个数，通常情况比较小）。
- 占用空间小，如果允许存在一定的误判，布隆过滤器是非常节省空间。
- 保密性强，布隆过滤器不存储数据本身。
布隆过滤器的缺点： 有点一定的误判率，但是可以通过调整参数来降低。
- 无法获取元素本身。
- 很难删除元素。
快速开始
导入依赖：
<dependency>
<groupId>com.google.guava</groupId>
<artifactId>guava</artifactId>
<version>28.0-jre</version>
</dependency>配置类：
把布隆过滤器对象注入进IOC容器。
import com.google.common.hash.BloomFilter;
import com.google.common.hash.Funnels;
import org.springframework.context.annotation.Bean;
import org.springframework.context.annotation.Configuration;
import java.nio.charset.Charset;
@Configuration
public class BloomFilterConfig {
/**
* expectedInsertions：期望添加的数据个数
* fpp：期望的误判率，期望的误判率越低，布隆过滤器计算时间越长
* @return
*/
@Bean
public BloomFilter<String> goodsIDBloom(){
BloomFilter<String> filter = BloomFilter.create(Funnels.stringFunnel(Charset.forName("utf-8")), 1000,0.00001);
return filter;
}
@Bean
public BloomFilter<String> orderBloom(){
BloomFilter<String> filter = BloomFilter.create(Funnels.stringFunnel(Charset.forName("utf-8")), 1000,0.00001);
return filter;
}
}启动项目时把所有key插入布隆过滤器：
import com.baomidou.mybatisplus.core.conditions.query.QueryWrapper;
import com.google.common.hash.BloomFilter;
import com.liu.seckill.entity.SeckillGood;
import com.liu.seckill.service.SeckillGoodService;
import com.liu.seckill.service.UserService;
import lombok.extern.slf4j.Slf4j;
import org.springframework.beans.factory.InitializingBean;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.beans.factory.annotation.Qualifier;
import org.springframework.context.annotation.Configuration;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.scheduling.annotation.Scheduled;
import java.time.Duration;
import java.time.LocalDateTime;
import java.util.ArrayList;
import java.util.HashMap;
import java.util.List;
import java.util.Map;
import java.util.concurrent.TimeUnit;
@Slf4j
@Configuration
public class InitConfig implements InitializingBean {
@Autowired
UserService userService;
@Autowired
SeckillGoodService seckillGoodService;
@Autowired
RedisTemplate redisTemplate;
@Autowired
RedisConfig redisConfig;
@Autowired
@Qualifier("goodsIDBloom")
BloomFilter<String> goodsIDBloom;
/**
* 把商品库存加载到 Redis中
* 每天更新
* @throws Exception
*/
@Override
@Scheduled(fixedRate = 1000*60*60*24)
public void afterPropertiesSet() throws Exception {
//只缓存秒杀还没结束或秒杀还没开始的商品
List<SeckillGood> seckillGoods = seckillGoodService.list(new QueryWrapper<SeckillGood>().ge("end_time", LocalDateTime.now()));
if (seckillGoods == null) {
log.info("暂无秒杀商品");
return;
}
//将秒杀商品ID和库存分别存入redis中
List<Long> seckillGoodIDList = new ArrayList<>();
for (SeckillGood seckillGood : seckillGoods) {
seckillGoodIDList.add(seckillGood.getSgId());
//设置过期时间
long millis = Duration.between(LocalDateTime.now(), seckillGood.getEndTime()).toMillis();
redisTemplate.opsForValue().set("seckillGoodID:" seckillGood.getSgId(), seckillGood.getSgStock(), millis, TimeUnit.MILLISECONDS);
//存储值到布隆过滤器中
goodsIDBloom.put(seckillGood.getSgId() "");
}
redisTemplate.opsForValue().set("seckillGoodIDList:", seckillGoodIDList,1,TimeUnit.DAYS);
}
}使用布隆过滤器：
查询redis之前先走布隆过滤器，如果布隆过滤器判断没有则一定没有。
@RestController
@RequestMapping("/seckillOrder")
public class SeckillOrderController {
//如果有多个布隆过滤器，就同时使用@Qualifier和@Autowired
@Autowired
@Qualifier("goodsIDBloom")
BloomFilter<String> goodsIDBloom;
@Autowired
@Qualifier("orderBloom")
BloomFilter<String> orderBloom;
@GetMapping("/seckillGoods/{goodId}")
public Result seckillGoods(@PathVariable("goodId") Long goodId) {
ValueOperations valueOperations = redisTemplate.opsForValue();
//判断秒杀商品是否存在
//如果商品id在布隆过滤器中存在，那么就要再去判断在不在redis中，在，才能证明真的在
if (goodsIDBloom.mightContain(goodId "")){
ArrayList<Long> seckillGoodIDList = (ArrayList<Long>) valueOperations.get("seckillGoodIDList:");
Assert.isTrue(seckillGoodIDList.contains(goodId),"未找到该商品，商品ID有误或此商品不参与秒杀或此商品秒杀已结束");
}else {
Assert.isTrue(false,"未找到该商品，商品ID有误或此商品不参与秒杀或此商品秒杀已结束");
}
}
}到此这篇关于Java SpringBoot使用guava的布隆过滤器的文章就介绍到这了,更多相关SpringBoot使用guava 内容请搜索Devmax以前的文章或继续浏览下面的相关文章希望大家以后多多支持Devmax！