明天七夕节了，不晓得大家过的是甜甜蜜蜜还是生灵涂炭呀，已婚老男人不配过七夕，只能默默的蹲在电脑前敲敲代码，写写文档，这不，趁着公司下午放假的功夫，我也整顿了一下对于Redis的布隆过滤器和锁的相干常识，这里分享给大家，心愿能让大家更好的学习。

简略一点，对于互联网开发，咱们从单机到多机始终到微服务，随着数据量的增多，对于数据库的压力也随之增大，这个时候，勤奋的程序员们，将数据分为冷数据和热点数据，而后把热点数据存储在缓存中，晋升查问效率并且加重数据库的压力，然而，这是现实环境，毕竟互联网没有设想中的那么平静

比方说上面这种状况

黑客，一个让程序员向往然而又让安全部门感到头疼的人群，当下面的场景：有大量不同的key获取后盾数据的时候该怎么解决，

在这个时候，我就不得不吹捧一波老祖宗的智慧，宁肯错杀三千，绝不放过一个的纯洁理念，从而产生了神奇的布隆过滤器，那布隆过滤器是怎么一个执行流程呢？持续往下看

布隆过滤器是─个应用错误率来换取空间和工夫的算法错误率次要体现在:他说数据存在，那么不肯定存在不存在，肯定不存在

代码只展现局部吧，因为残缺展示太多了，没得方法

/**

 \* 判断keys是否存在于汇合where中 \*/public boolean isExist(String where, String key) {    long\[\] indexs = getIndexs(key);    boolean result;    //这里应用了Redis管道来升高过滤器运行当中拜访Redis次数 升高Redis并发量    Pipeline pipeline = jedis.pipelined();    try {        for (long index : indexs) {            pipeline.getbit(where, index);        }        result = !pipeline.syncAndReturnAll().contains(false);    } finally {        pipeline.close();    }

// if (!result) {
// put(where, key);
// }

    return result;}/\*\* \* 将key存入redis bitmap \*/private void put(String where, String key) {    long\[\] indexs = getIndexs(key);    //这里应用了Redis管道来升高过滤器运行当中拜访Redis次数 升高Redis并发量    Pipeline pipeline = jedis.pipelined();    try {        for (long index : indexs) {            pipeline.setbit(where, index, true);        }        pipeline.sync();        /\*\*         \* 把数据存储到mysql中         \*/    } finally {        pipeline.close();    }}/\*\* \*  依据key获取bitmap下标办法来自guava \*/public long\[\] getIndexs(String key) {    long hash1 = hash(key);    long hash2 = hash1 >>> 16;    long\[\] result = new long\[numHashFunctions\];    for (int i = 0; i < numHashFunctions; i++) {        long combinedHash = hash1 + i \* hash2;        if (combinedHash < 0) {            combinedHash = ~combinedHash;        }        result\[i\] = combinedHash % numBits;    }    return result;}/\*\* \* 获取一个hash值 办法来自guava \*/private long hash(String key) {    Charset charset = Charset.forName("UTF-8");    return Hashing.murmur3\_128().hashObject(key, Funnels.stringFunnel(charset)).asLong();}private static int optimalNumOfHashFunctions(long n, long m) {    return Math.max(1, (int) Math.round((double) m / n \* Math.log(2)));}

当然了，呈现这种状况也不是只有黑客攻击，还有一种，我想很多人都参加过，它叫做限时秒杀，比方淘宝双十一，这个时候会造成的一种状况是大量的客户端拿着雷同的Key去后盾获取数据，然而，这种状况，你不能通过布隆过滤器而后去不放过一个吧，那该怎么办呢？锁住他呗！

可能这几张图这么看有那么一点点的含糊，集体还有日常工作，也就没有残缺的整顿造成文档，就以图片和简略的文字进行了简述，

想要残缺学习视频的相应的源码还有视频以及文档资料，曾经整顿好了

相应的文章曾经整顿造成文档，须要的敌人，git扫码获取材料看这里

https://gitee.com/biwangsheng/personal.git