使用基于 Redis 的 Java 布隆过滤器

Posted 2021-05-01 ImportNew

（给ImportNew加星标，提高Java技能）

编译：ImportNew/覃佑桦

dzone.com/articles/redis-based-bloom-filter-for-java

布隆过滤器是一种概率数据结构，用来高效地测试集合中是否存在某个元素。使用布隆过滤器有助于减少在磁盘中查找键值的次数，从而降低开销。

在Java开发中，可以使用各种现成的布隆过滤器，包括Google出品的Guava BloomFilter类。

Redis是一款开源内存数据结构存储，可用来实现NoSQL数据库。但是，Java与Redis默认实现不兼容。

Java开发者必须通过Redis Java客户端才能访问类似布隆过滤器这样的功能。本文将讨论如何通过Redisson（一款Redis Java客户端）在Java和Redis中使用布隆过滤器。

通过Redisson在Redis和Java中使用布隆过滤器

Redisson是一款超快速轻量级Redis Java客户端，提供了许多常用的Java对象和功能，包括布隆过滤器。

下面的示例代码演示了如何用Redisson的RBloomFilter接口使用布隆过滤器：

RBloomFilter<SomeObject> bloomFilter = redisson.getBloomFilter("sample");
// 初始化布隆过滤器
// expectedInsertions = 55000000
// falseProbability = 0.03
bloomFilter.tryInit(55000000L, 0.03);

bloomFilter.add(new SomeObject("field1Value", "field2Value"));

bloomFilter.add(new SomeObject("field5Value", "field8Value"));


bloomFilter.contains(new SomeObject("field1Value", "field8Value"));

bloomFilter.count();

布隆过滤器是一种概率数据结构：能确认元素不存在于集合中，但只能提供元素出现在集合中的概率。falseProbability参数定义了使用给定RBloomFilter发生误报的概率。

expectedInsertions参数定义了每个元素的预期插入次数。RBloomFilter对象最多支持2 ^32 bit。

Redisson还能通过RClusteredBloomFilter接口在Redis中支持分布式布隆过滤器。RClusteredBloomFilter的内存效率更高，可以缩小所有Redis节点使用的内存。RClusteredBloomFilter对象最多支持2^64 bit。请注意，RClusteredBloomFilter只支持Redisson集群模式使用。

以下示例代码演示了如何使用RClusteredBloomFilter接口：

RClusteredBloomFilter<SomeObject> bloomFilter = redisson.getClusteredBloomFilter("sample");
// 初始化布隆过滤器
// expectedInsertions = 255000000
// falseProbability = 0.03
bloomFilter.tryInit(255000000L, 0.03);
bloomFilter.add(new SomeObject("field1Value", "field2Value"));
bloomFilter.add(new SomeObject("field5Value", "field8Value"));
bloomFilter.contains(new SomeObject("field1Value", "field8Value"));

就是这样！

推荐阅读

（点击标题可跳转阅读）

看完本文有收获？请转发分享给更多人

关注「ImportNew」，提升Java技能

好文章，我在看❤️