使用布隆过滤器解决redis穿透问题

左手的ㄟ右手 2023-07-22 08:00 12阅读 0赞

1.布隆过滤器可以解决redis缓存穿透问题

2.使用布隆过滤器需要先预热key

# 布隆过滤器使用测试 #

1.添加布隆过滤器依赖

<dependency>
    	<groupId>com.google.guava</groupId>
    	<artifactId>guava</artifactId>
    	<version>22.0</version>
    </dependency>

2.测试demo

//布隆过滤器测试
    public class BlongTest {
    
        //设置预热key 1000000万条
        private static Integer size = 1000000;
    
        public static void main(String[] args) {
            //创建一个布隆过滤器  size期望插入值  0.01误判率
            BloomFilter<Integer> integerBloomFilter = BloomFilter.create(Funnels.integerFunnel(), size, 0.00001);
            for (int i = 0; i < size; i++) {
                //往布隆过滤器putkey
                integerBloomFilter.put(i);
            }
            //存放误判key的值
            List<Integer> list = new ArrayList<>();
    
            for (int i = size; i < size + 10000; i++) {
                //判断布隆过滤器存在key则加入数组
                if (integerBloomFilter.mightContain(i)) {
                    list.add(i);
                }
            }
            System.out.println(list.size()); //98 误判数
            //100万数据 误判率设置0.03(默认值)  二向数组长度值7298440  ==730万
            //100万数据 误判率设置0.01          二向数组长度值9585058  ==960万
            //100万数据 误判率设置0.001         二向数组长度值14377587 ==1437万
            //100万数据 误判率设置0.0001        二向数组长度值19170116 ==1917万
            //100万数据 误判率设置0.00001       二向数组长度值23962645 ==2396万
            //使用布隆过滤器需要先预热key
            //误判率减少10倍,数组长度大约增500万 ,一般默认0.03或者0.01就行
        }
    }