什么是布隆過濾器

本篇內(nèi)容介紹了“什么是布隆過濾器”的有關知識，在實際案例的操作過程中，不少人都會遇到這樣的困境，接下來就讓小編帶領大家學習一下如何處理這些情況吧！希望大家仔細閱讀，能夠學有所成！

在正式講解布隆過濾器之前，先讓我們看看這個業(yè)務場景：

Redis 是軟件架構中常用的組件，最常見的用法是將熱點數(shù)據(jù)緩存到 Redis 中，以減少數(shù)據(jù)庫的壓力;查詢過程中最常見的用法是：查詢  Redis，如果能查詢到則直接返回，如果 Redis 中不存在則繼續(xù)查詢數(shù)據(jù)庫。

這種方式可以減少數(shù)據(jù)庫的訪問次數(shù)，但是“當緩存中沒有，就查詢數(shù)據(jù)庫”，在高并發(fā)的環(huán)境中依然會有風險，比如 90%  的請求數(shù)據(jù)都不在緩存中，那么這些請求就都會落到數(shù)據(jù)庫上，這就是緩存穿透。

那么有沒有什么辦法解決這個問題呢?這就可以使用【布隆過濾器】了，它可以確定“某項數(shù)據(jù)肯定不存在”。

01.布隆過濾器的概念

布隆過濾器是一個叫“布隆”的人提出的，它本身是一個很長的二進制向量(想象成數(shù)組)和一系列隨機映射函數(shù)(想象成多個 Hash  函數(shù))，二進制向量中存放的不是0，就是1(在學習布隆過濾器之前，可以先了解 BitMap 算法，便于理解)。

比如要根據(jù)客戶手機號做為條件查詢客戶信息，通常會把手機號碼設置成緩存中的 Key，讓我們設置一個長度為 16 的布隆過濾器。

布隆過濾器初始化都是 0;

對 13800000000 分別進行 hash2()、hash3()、hash4() 運算，得到三個結果 5、9、12，把對應位置設置成 1;

對 18900000000 分別進行 hash2()、hash3()、hash4() 運算，得到三個結果 2、8、12，把對應位置設置成 1，現(xiàn)在  2、5、8、9、12 都是 1，其余元素都是 0;

如果我們想要驗證某個電話號碼是否存在，需要怎么做呢?

對 13700000000 分別進行 hash2()、hash3()、hash4() 運算，得到三個結果 1、9、13，然后去判斷第 1、9、13  位上的值是 0 還是 1，如果不全是 1 的話，就說明 13700000000 不在這個布隆過濾器上;這就確定了“某項數(shù)據(jù)肯定不存在”。

當然我們也可以看出來布隆過濾器有個問題，那就是不能保證數(shù)據(jù)肯定存在，比如對 18000000000 分別進行  hash2()、hash3()、hash4() 運算，得到的結果是 5、8、9，恰好這三位都是  1，但實際上這條數(shù)據(jù)并不存在，所以布隆過濾器有一定的誤判率;

而且因為多個數(shù)據(jù)經(jīng)過運算后可能會映射到同一個位置(138 和 189 的運算結果都有  12)，所以布隆過濾器很難做到刪除，除非要為每一位增加一個計數(shù)器，刪除的時候需要給計數(shù)器減 1，直到計數(shù)器為 0 時，才將布隆過濾器對應位置修改成 0。

02.特點總結

可以確定一個元素肯定不存在，但是不能確定一個元素肯定存在;

二進制向量越長，映射函數(shù)越多，誤判率越低;如果提前可以確定誤判率，也可以反推出來布隆過濾器的長度;

可以添加元素，但是不能刪除元素(除非增加計數(shù)器);

在存儲空間和插入查詢的時間復雜度都有巨大優(yōu)勢。

回到本文開頭的那個業(yè)務場景，為了防止緩存穿透，可以使用布隆過濾器過濾掉肯定不存在的數(shù)據(jù)，誤判的請求雖然還是會放到到數(shù)據(jù)庫，但已經(jīng)極大地減少了穿透的數(shù)量。

03.手寫一個布隆過濾器

Code 不是目的，Coding 的過程是為了加深理解。

首先我們需要定義一個 bitmap，在 JDK 中，已經(jīng)有對應實現(xiàn)的數(shù)據(jù)結構類 java.util.BitSet：

//設置一個布隆過濾器 private int DEFAULT_SIZE = 1 << 30;  private BitSet bitset ;

我們還需要一組映射函數(shù)，這里可以使用加法 hash 函數(shù)，設置 6 個質數(shù)，對應 6 個不同的 hash 函數(shù)：

//定義一個質數(shù)數(shù)組，長度為6，可以生成6個hash函數(shù)，用于隨機映射 private int[] seeds = {3, 7, 13, 31, 37, 61};  private HashFunction[] functions = new HashFunction[seeds.length];

在構造函數(shù)中進行初始化，設置 BitSet 的長度，生成映射函數(shù)：

/** * 初始化 */ public BloomFilter() {   bitset = new BitSet(DEFAULT_SIZE);    for (int i = 0; i < seeds.length; i++) {       functions[i] = new HashFunction(DEFAULT_SIZE, seeds[i]);   } }

增加元素的時候，對入?yún)⑦M行 6 次 hash 運算，并將結果對應的位置修改成 1(BitSet 對應的位置修改成 true)：

/** * 添加一個元素，得到hash運算后的結果，將對應的位置修改成1（true） * @param value */ public void add(String value) {   if (value != null) {       for (HashFunction f : functions) {     bitset.set(f.hash(value), true);       }   } }

判斷元素是否在布隆管理器中，需要對入?yún)⑦M行 6 次 hash 運算，再查看結果對應的位置上是 0 還是 1(true or false)，如果其中一位是  0，表示數(shù)據(jù)肯定不存在，如果都是 1，表示數(shù)據(jù)(大概率)可能存在。

/** * 判斷元素是否在布隆過濾器中 * @param value * @return */ public boolean contains(String value) {   if (value == null) {       return false;   }    for (HashFunction f : functions) {     if(!bitset.get(f.hash(value))){       //一個位置上不為1（true），就證明不存在，直接返回false       return false;     }   }    return true; }

04.Guava 中的 BloomFilter

已經(jīng)有很多開源框架幫我們實現(xiàn)了布隆管理器，比如 Google 出品的 Guava 工具庫，其中就有開箱即用的布隆過濾器;

public class BloomFilterTest {   public static void main(String[] args){     int size = 1000000;     //布隆過濾器     BloomFilter<Integer> bloomFilter = BloomFilter.create(Funnels.integerFunnel(), size, 0.001);          for (int i = 0; i < size; i++) {             bloomFilter.put(i);         }          List<Integer> list = new ArrayList<Integer>(1000);         for (int i = size + 1; i < size + 10000; i++) {             if (bloomFilter.mightContain(i)) {                 list.add(i);             }         }         System.out.println("誤判數(shù)量：" + list.size());   } }

“什么是布隆過濾器”的內(nèi)容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業(yè)相關的知識可以關注億速云網(wǎng)站，小編將為大家輸出更多高質量的實用文章！