SpringBoot 如何集成 Redis 实现布隆过滤器

2024-07-03 18:13| 来源: 网络整理| 查看: 265

前言

本篇文章的代码示例已放到 github 上，Git地址为：advance（记录每一个学习过程），项目的介绍页面是我所有文章的一个引用目录，大家在引用目录里面即可找到对应文章的一个代码路径。

大家觉得有用的话，麻烦点个star👍再走呗！

使用场景

针对 Redis 的缓存穿透问题，布隆过滤器是一个常见的解决办法。在单机的场景下，我们可以使用谷歌的 guava 包里面提供的布隆过滤器。在分布式的场景下，我们也可以选用 Redis 来实现布隆过滤器。

虽然，Redis 的 BitMap天然就可以作为布隆过滤器来实现，但毕竟自己实现的话，还是会有点麻烦。因此，我们可以选用 redisson 提供的布隆过滤器，提高我们的开发效率。

常用方法

配置布隆过滤器的Bean

代码语言：txt复制@Bean public RBloomFilter bloomFilter(){ // 定义一个布隆过滤器，指定布隆过滤器的名称 RBloomFilter bloomFilter = redissonClient.getBloomFilter("bloomTest"); //定义布隆过滤器的大小，以及误差率 bloomFilter.tryInit(100000L, 0.003); return bloomFilter; }

获取布隆过滤器

配置完之后，这个布隆过滤器就在 Spring 容器里面了，可以直接注入进来

代码语言：txt复制@Autowired private RBloomFilter bloomFilter;

添加元素

代码语言：txt复制String name1 = "小明"; String name2 = "小张"; bloomFilter.add(name1); bloomFilter.add(name2);

判断布隆过滤器中是否存在某元素

代码语言：txt复制boolean flag1 = bloomFilter.contains("小明"); System.out.println("布隆过滤器中是否可能有小明？" + flag1);

获取布隆过滤器的元素总数

代码语言：txt复制System.out.println("当前布隆过滤器中有多少个数？" + bloomFilter.count());

获取布隆过滤器预计可以插入多少个数

代码语言：txt复制System.out.println("预计布隆过滤器中可以插入多少个数?" + bloomFilter.getExpectedInsertions());

获取布隆过滤器的容错率

代码语言：txt复制System.out.println("布隆过滤器的容错率：" + bloomFilter.getFalseProbability());

获取哈希函数的个数

代码语言：txt复制System.out.println("布隆过滤器哈希哈数的个数:" + bloomFilter.getHashIterations());

获取 Bit 位的个数

代码语言：txt复制System.out.println("布隆过滤器的bit位有多少个？" + bloomFilter.getSize());使用示例代码语言：txt复制@Component public class LineRunner implements CommandLineRunner { @Autowired private RBloomFilter bloomFilter; @Override public void run(String... args) throws Exception { String name1 = "小明"; String name2 = "小张"; bloomFilter.add(name1); bloomFilter.add(name2); boolean flag1 = bloomFilter.contains("小明"); System.out.println("布隆过滤器中是否可能有小明？" + flag1); boolean flag2 = bloomFilter.contains("小李"); System.out.println("布隆过滤器中是否可能有小李？" + flag2); System.out.println("当前布隆过滤器中有多少个数？" + bloomFilter.count()); System.out.println("预计布隆过滤器中可以插入多少个数?" + bloomFilter.getExpectedInsertions()); System.out.println("布隆过滤器的容错率：" + bloomFilter.getFalseProbability()); System.out.println("布隆过滤器哈希哈数的个数:" + bloomFilter.getHashIterations()); System.out.println("布隆过滤器的bit位有多少个？" + bloomFilter.getSize()); } }

【本文地址】

公司简介

联系我们