什么是布隆过滤器
导读:本文共3259字符,通常情况下阅读需要11分钟。同时您也可以点击右侧朗读,来听本文内容。按键盘←(左) →(右) 方向键可以翻页。
摘要: 在正式讲解布隆过滤器之前,先让我们看看这个业务场景:Redis 是软件架构中常用的组件,最常见的用法是将热点数据缓存到 Redis 中,以减少数据库的压力;查询过程中最常见的用法是:查询 Redis,如果能查询到则直接返回,如果 Redis 中不存在则继续查询数据库。这种方式可以减少数据库的访问次数,但是“当缓存中没有,就查询数据库”,在高并发的环境中依然会有风... ...
目录
(为您整理了一些要点),点击可以直达。在正式讲解布隆过滤器之前,先让我们看看这个业务场景:
Redis 是软件架构中常用的组件,最常见的用法是将热点数据缓存到 Redis 中,以减少数据库的压力;查询过程中最常见的用法是:查询 Redis,如果能查询到则直接返回,如果 Redis 中不存在则继续查询数据库。
这种方式可以减少数据库的访问次数,但是“当缓存中没有,就查询数据库”,在高并发的环境中依然会有风险,比如 90% 的请求数据都不在缓存中,那么这些请求就都会落到数据库上,这就是缓存穿透。
那么有没有什么办法解决这个问题呢?这就可以使用【布隆过滤器】了,它可以确定“某项数据肯定不存在”。
01.布隆过滤器的概念
布隆过滤器是一个叫“布隆”的人提出的,它本身是一个很长的二进制向量(想象成数组)和一系列随机映射函数(想象成多个 Hash 函数),二进制向量中存放的不是0,就是1(在学习布隆过滤器之前,可以先了解 BitMap 算法,便于理解)。
比如要根据客户手机号做为条件查询客户信息,通常会把手机号码设置成缓存中的 Key,让我们设置一个长度为 16 的布隆过滤器。
布隆过滤器初始化都是 0;
对 13800000000 分别进行 hash2()、hash3()、hash4() 运算,得到三个结果 5、9、12,把对应位置设置成 1;
对 18900000000 分别进行 hash2()、hash3()、hash4() 运算,得到三个结果 2、8、12,把对应位置设置成 1,现在 2、5、8、9、12 都是 1,其余元素都是 0;
如果我们想要验证某个电话号码是否存在,需要怎么做呢?
对 13700000000 分别进行 hash2()、hash3()、hash4() 运算,得到三个结果 1、9、13,然后去判断第 1、9、13 位上的值是 0 还是 1,如果不全是 1 的话,就说明 13700000000 不在这个布隆过滤器上;这就确定了“某项数据肯定不存在”。
当然我们也可以看出来布隆过滤器有个问题,那就是不能保证数据肯定存在,比如对 18000000000 分别进行 hash2()、hash3()、hash4() 运算,得到的结果是 5、8、9,恰好这三位都是 1,但实际上这条数据并不存在,所以布隆过滤器有一定的误判率;
而且因为多个数据经过运算后可能会映射到同一个位置(138 和 189 的运算结果都有 12),所以布隆过滤器很难做到删除,除非要为每一位增加一个计数器,删除的时候需要给计数器减 1,直到计数器为 0 时,才将布隆过滤器对应位置修改成 0。
02.特点总结
可以确定一个元素肯定不存在,但是不能确定一个元素肯定存在;
二进制向量越长,映射函数越多,误判率越低;如果提前可以确定误判率,也可以反推出来布隆过滤器的长度;
可以添加元素,但是不能删除元素(除非增加计数器);
在存储空间和插入查询的时间复杂度都有巨大优势。
回到本文开头的那个业务场景,为了防止缓存穿透,可以使用布隆过滤器过滤掉肯定不存在的数据,误判的请求虽然还是会放到到数据库,但已经极大地减少了穿透的数量。
03.手写一个布隆过滤器
Code 不是目的,Coding 的过程是为了加深理解。
首先我们需要定义一个 bitmap,在 JDK 中,已经有对应实现的数据结构类 java.util.BitSet:
//设置一个布隆过滤器privateintDEFAULT_SIZE=1<<30;privateBitSetbitset;
我们还需要一组映射函数,这里可以使用加法 hash 函数,设置 6 个质数,对应 6 个不同的 hash 函数:
//定义一个质数数组,长度为6,可以生成6个hash函数,用于随机映射privateint[]seeds={3,7,13,31,37,61};privateHashFunction[]functions=newHashFunction[seeds.length];
在构造函数中进行初始化,设置 BitSet 的长度,生成映射函数:
/***初始化*/publicBloomFilter(){bitset=newBitSet(DEFAULT_SIZE);for(inti=0;i<seeds.length;i++){functions[i]=newHashFunction(DEFAULT_SIZE,seeds[i]);}}
增加元素的时候,对入参进行 6 次 hash 运算,并将结果对应的位置修改成 1(BitSet 对应的位置修改成 true):
/***添加一个元素,得到hash运算后的结果,将对应的位置修改成1(true)*@paramvalue*/publicvoidadd(Stringvalue){if(value!=null){for(HashFunctionf:functions){bitset.set(f.hash(value),true);}}}
判断元素是否在布隆管理器中,需要对入参进行 6 次 hash 运算,再查看结果对应的位置上是 0 还是 1(true or false),如果其中一位是 0,表示数据肯定不存在,如果都是 1,表示数据(大概率)可能存在。
/***判断元素是否在布隆过滤器中*@paramvalue*@return*/publicbooleancontains(Stringvalue){if(value==null){returnfalse;}for(HashFunctionf:functions){if(!bitset.get(f.hash(value))){//一个位置上不为1(true),就证明不存在,直接返回falsereturnfalse;}}returntrue;}
04.Guava 中的 BloomFilter
已经有很多开源框架帮我们实现了布隆管理器,比如 Google 出品的 Guava 工具库,其中就有开箱即用的布隆过滤器;
publicclassBloomFilterTest{publicstaticvoidmain(String[]args){intsize=1000000;//布隆过滤器BloomFilter<Integer>bloomFilter=BloomFilter.create(Funnels.integerFunnel(),size,0.001);for(inti=0;i<size;i++){bloomFilter.put(i);}List<Integer>list=newArrayList<Integer>(1000);for(inti=size+1;i<size+10000;i++){if(bloomFilter.mightContain(i)){list.add(i);}}System.out.println("误判数量:"+list.size());}}
</div> <div class="zixun-tj-product adv-bottom"></div> </div> </div> <div class="prve-next-news">
什么是布隆过滤器的详细内容,希望对您有所帮助,信息来源于网络。