asp网站后台登陆地址搜狗指数官网

完全解读布隆过滤器

一.简介

布隆过滤器（Bloom Filter）是由布隆于1970年提出的一种空间效率极高的概率型数据结构，可以快速判断一个元素是否属于某个集合。

它的核心优势在于：高效、低内存、支持大数据量场景，因此在反垃圾邮件、爬虫去重、缓存穿透防护等领域被广泛使用。

二.优缺点

✅ 优点

• 存储与查询时间复杂度为 O(k)（k为哈希函数数量）

• 节省空间，只存储 hash 映射结果，而不保存原始数据

• 支持大规模数据快速判断

❌ 缺点

• 存在误判：可能会误判“存在”，但不会误判“不存在”

• 无法删除元素：由于多个元素可能映射到同一个位置，删除会影响其他数据

• 误判率随数据量增加而上升

三.工作原理

1. 数据结构：布隆过滤器底层是一个长度为 m 的二进制位数组（初始全为 0），配合 k 个独立哈希函数。

2. 添加元素流程：

   • 对要添加的元素，使用多个哈希函数计算出多个下标

   • 将这些下标位置的值置为 1

3. 查询元素流程：

   • 对查询元素使用相同哈希函数生成多个下标

   • 如果所有下标位置值都为 1，则判断“可能存在”

   • 如果有任意一位为 0，则判断“一定不存在“

4. 流程图：

 

四.特点总结

• 判断如果某个元素存在，由于存在误判，这个元素不一定是存在的

• 判断如果某个元素不存在，那这个元素一定不存在

五.案例

1.添加依赖

• 如果是不依赖Redis而使用布隆过滤器：

<dependency>
     <groupId>com.google.guava</groupId>
     <artifactId>guava</artifactId>
     <version>30.1-jre</version>
 </dependency>

• 依赖Redis，使用Redisson中的布隆过滤器：

<dependency>
    <groupId>org.redisson</groupId>
    <artifactId>redisson-spring-boot-starter</artifactId>
    <version>3.17.4</version>
</dependency>

2. 结构配置

• 不依赖Redis而使用布隆过滤器：

@Configurationpublic class BloomFilterConfig {@Beanpublic BloomFilter<String> bloomFilter() {//100000:布隆过滤器容量0.01为误判率return BloomFilter.create(Funnels.stringFunnel(Charset.defaultCharset()),100000, 0.01);}}

• 依赖Redis，使用Redisson中的布隆过滤器：

        属性配置

@Data
@ConfigurationProperties(prefix = BloomFilterProperties.PREFIX)
public class BloomFilterProperties {/*** 配置文件前缀 bloom-filter*/public static final String PREFIX = "bloom-filter";/*** 布隆过滤器名字*/private String name;/*** 布隆过滤器的容量*/private Long expectedInsertions = 20000L;/*** 布隆过滤器碰撞率*/private Double falseProbability = 0.01D;
}

        布隆过滤器操作

 /*** 布隆过滤器操作工具类* 用于对 Redisson 提供的 RBloomFilter 进行封装，简化使用流程。*/
public class BloomFilterHandler {/*** 布隆过滤器实例，用于存储和判断数据是否存在*/private final RBloomFilter<String> cachePenetrationBloomFilter;/*** 构造函数，初始化布隆过滤器* * @param redissonClient Redisson 客户端，用于连接 Redis* @param bloomFilterProperties 布隆过滤器配置（名称、容量、误判率）*/public BloomFilterHandler(RedissonClient redissonClient, BloomFilterProperties bloomFilterProperties){// 获取指定名称的布隆过滤器实例RBloomFilter<String> cachePenetrationBloomFilter = redissonClient.getBloomFilter(bloomFilterProperties.getName());// 初始化布隆过滤器：预期元素数量 + 误判率（仅首次有效）
cachePenetrationBloomFilter.tryInit(bloomFilterProperties.getExpectedInsertions(), bloomFilterProperties.getFalseProbability());this.cachePenetrationBloomFilter = cachePenetrationBloomFilter;}/*** 添加元素到布隆过滤器* @param data 待添加的数据* @return 添加是否成功*/public boolean add(String data) {return cachePenetrationBloomFilter.add(data);}/*** 判断元素是否可能存在* @param data 要判断的数据* @return true 表示可能存在，false 表示一定不存在*/public boolean contains(String data) {return cachePenetrationBloomFilter.contains(data);}/*** 获取设置的预期插入数量*/public long getExpectedInsertions() {return cachePenetrationBloomFilter.getExpectedInsertions();}/*** 获取设置的误判率*/public double getFalseProbability() {return cachePenetrationBloomFilter.getFalseProbability();}/*** 获取布隆过滤器位数组的大小（bit 数）*/public long getSize() {return cachePenetrationBloomFilter.getSize();}/*** 获取布隆过滤器使用的哈希函数数量*/public int getHashIterations() {return cachePenetrationBloomFilter.getHashIterations();}/*** 获取布隆过滤器中当前元素数量（估算值）*/public long count() {return cachePenetrationBloomFilter.count();}
}

3.YML文件配置

Redis配置

spring:
  data:
    redis:
      database: 0              # Redis 使用的逻辑数据库（0 ~ 15），默认使用第 0 个
      host: 127.0.0.1          # Redis 服务器地址，本地为 127.0.0.1（本机）
      port: 6379               # Redis 服务端口，默认是 6379
      password: redis          # Redis 登录密码
      timeout: 3000            # 连接超时时间，单位为毫秒，3000ms = 3秒

 布隆过滤器配置

bloom-filter:
  name: user-register-bloom-filter       # 布隆过滤器的逻辑名称（Redis中作为Key）
  expectedInsertions: 1000               # 预计将插入的元素数量（n）
  falseProbability: 0.01                 # 误判率（p），这里是1%，可接受的“存在误判”概率

4.测试使用 

判断用户手机号在布隆过滤器中是否存在。

如果判断存在的话，由于布隆过滤器有碰撞率，则需要在数据库中再次判断。

public void doExist(String mobile) {// 第一步：使用布隆过滤器判断手机号是否可能存在boolean contains = bloomFilterHandler.contains(mobile);if (contains) {// 第二步：布隆过滤器判断可能存在（有一定误判概率），再查数据库做二次确认LambdaQueryWrapper<UserMobile> queryWrapper = Wrappers.lambdaQuery(UserMobile.class).eq(UserMobile::getMobile, mobile); // 查询数据库UserMobile userMobile = userMobileMapper.selectOne(queryWrapper); // 第三步：如果数据库中确实存在该手机号，抛出异常if (Objects.nonNull(userMobile)) {throw new DaMaiFrameException(BaseCode.USER_EXIST);  // 自定义异常，提示“用户已存在”}}// 如果布隆过滤器判断为“不存在”，则直接通过（一定不存在，无需查库）// 如果布隆过滤器判断为“存在”，但数据库不存在，则视为新手机号，可继续注册
}

如何解决缓存穿透

一.定义

缓存穿透是指查询的数据在缓存和数据库中都不存在，导致每次查询这条数据都会穿透过缓存，直接去查询数据库，相当于没有缓存一样。

二.危害

一般存在缓存是为了缓解数据库的压力，如果短时间内发生了大量的请求并缓存穿透，就会试数据库的压力猛增，数据库的抗压能力比Redis要差的多得多，完全不是一个级别，所以如果是高并发的缓存穿透，极有可能造成系统宕机。

三.解决方案

1. 缓存空对象

   当查询的数据在缓存中和数据库中都不存在时，就缓存一个空结果，比如null，并将这个空结果返回给前端，并设置一个过期时间，避免消耗太多的内存。

   拿用户注册的逻辑来说：

   • 用户1注册用户使用自己的手机号，查询缓存和数据库都不存在，接着在缓存中设置一个空值，过期时间30s

   • 用户2注册用户使用自己的手机号，查询缓存和数据库都不存在，接着在缓存中设置一个空值，过期时间30s

   存在的问题

   当短时间内大量用户来注册，每个用户都是用自己的手机号，缓存空值没有得到复用，除非手机号重复了，但这也不可能。所以还是穿透了缓存，请求都落到了数据库上，所以这种方案适合缓存空值能复用的场景。对于用户注册业务来说，不太适合。

2. 分布式锁

   分布式锁是防止并发问题最常用的解决方案了，核心就是加一把锁，每次只有一个请求能获得到锁，没有获得锁的请求等待获得锁的请求执行完后释放锁，然后再次竞争。所以解决缓存穿透也是可以的。

   存在的问题

   所谓分布锁，就是让请求变得串行化。每次只有一个请求执行，其他请求只能等待，这样会降低项目的并发量，对于并大量不高的项目来说，这种方案是可以的，但是对于大麦网高并发的项目来说，短时间的大量用户请求需要一个一个的执行，非常的影响用户体验，所以这种方案也不是很适合。

3. 布隆过滤器

   采用布隆过滤器，虽然在判断对象存在的时候会存在误判，这是由于存在hash碰撞而产生的。但是判断对象不存在则是一定不存在的。

   使用布隆过滤器，存在的对象再去数据库进行查询，这样就解决的误判的问题。而对于不存在的对象直接返回结果即可。