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），我的项目的介绍页面是我所有文章的一个援用目录，大家在援用目录外面即可找到对应文章的一个代码门路。

大家感觉有用的话，麻烦点个star再走呗！

应用场景

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，咱们能够应用谷歌的 guava 包外面提供的布隆过滤器。在分布式的场景下，咱们也能够选用 Redis 来实现布隆过滤器。

尽管，Redis 的 BitMap人造就能够作为 布隆过滤器来实现，但毕竟本人实现的话，还是会有点麻烦。因而，咱们能够选用 redisson 提供的布隆过滤器，进步咱们的开发效率。

罕用办法

配置布隆过滤器的Bean

@Beanpublic RBloomFilter<String>  bloomFilter(){    // 定义一个布隆过滤器，指定布隆过滤器的名称    RBloomFilter<String> 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 容器外面了，能够间接注入进来

@Autowiredprivate RBloomFilter<String> bloomFilter;

增加元素

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

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

System.out.println("以后布隆过滤器中有多少个数？" + bloomFilter.count());

获取布隆过滤器预计能够插入多少个数

System.out.println("预计布隆过滤器中能够插入多少个数?" + bloomFilter.getExpectedInsertions());

获取布隆过滤器的容错率

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

获取哈希函数的个数

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

获取 Bit 位的个数

System.out.println("布隆过滤器的bit位有多少个？" + bloomFilter.getSize());

应用示例

@Componentpublic class LineRunner implements CommandLineRunner {    @Autowired    private RBloomFilter<String> 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("以后布隆过滤器中有多少个数？" + bloomFilter.count());        System.out.println("预计布隆过滤器中能够插入多少个数?" + 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());    }}

运行后果