布隆过滤器在redis中的使用

简介：

布隆过滤器是一种实现去重的思想，不属于redis，它也可以在其他地方单独使用。

布隆过滤器也是做去重的，那和Hyperloglog有什么区别.

Hyperloglog用来来估值，有偏差，它里面主要提供了两个方法：

1. pfadd
2. pfcount

       但是没有判断是否包含的命令，例如pfexist，pfcontains这样的命令。举个例子:在刷进入头条的时候，每次推送的内容都相似，但都不一样，那有什么解决方案呢？，可以将每个用户的浏览历史记录下来，然后每次推送的时候去判断，但是这种的在高并发，数据量很大的时候就不适用。因此这里可以使用布隆过滤器去处理。

        bloom Filter：是专门用来做去重操作的，它相比于缓存的话，它不那么浪费空间，但是和Hyperloglog一样都是不太精确的，但是这个精确度可以自己调节。当数据量小的时候，精确度高一点，占用的空间就多，当数据量很大的时候，可以把精确度调低一点，这样占用的空间就小一点。

        bloom Filter相当于一个不太精确的set集合，我们可以使用contains方法去判断某个对象是否存在，但是这个判断不太精确，当判断不存在的时候 ，他一定不存在，当判断它存在的时候，它不一定存在。以今日头条为例，假设我们将用户的浏览记录用 B 表示，A 表示用户没有浏览的新闻，现在要给用户推送消息，先去 B 里边判断这条消息是否已经推送过，如果判断结果说没推送过（B 里边没有这条记录），那就一定没有推送过。如果判断结果说有推送过（B 里边也有可能没有这条消息），这个时候该条消息就不会推送给用户，导致用户错过该条消息。

原理：

     每个布隆过滤器就相当于一个大型的位数组，和几个不同的hash函数。

      所谓add操作，就是根据几个不同的hash函数元素进行hash算出一个整数索引值，拿到这个索引值后，对维数组进行取模运算，得到一个位置，每个hash函数都会得到一个位置，将位数组中对应的位置设置为1，这样就完成添加操作。

      当判断元素是否存在的时候，依然对元素先进行hash运算，将运算结果和位数组的长度取模，然后在对应的位置查看是否有相应的数据，如果有，表示元素可能存在（因为有可能是其他元素存进来的），如果没有，那就一定没有。

      误判的概率和位数组的大小有关，位数组越大，误判概率越小，所占用的空间就越大。

安装：

   安装地址:https://oss.redislabs.com/redisbloom/Quick_Start/

   安装完成后，如果 bf.add命令有提示的话，就表示安装成功。

基本用法：

    主要两个命令：添加和判断

bf.addf.madd(添加和批量添加)

bf.existsf.mexists（判断和批量判断）

使用jedis操作布隆过滤器：

1.添加依赖（jrebloom）

2.测试：

public class BloomFilter {
    public static void main(String[] args) {
        GenericObjectPoolConfig config = new GenericObjectPoolConfig();
        config.setMaxIdle(300);
        config.setMaxTotal(1000);
        config.setMaxWaitMillis(30000);
        config.setTestOnBorrow(true);
        JedisPool pool = new JedisPool(config, "192.168.91.128", 6379, 30000, 
"zl");
        Client client = new Client(pool);
        //存入数据
        for (int i = 0; i < 100000; i++) {
            client.add("name", "zl-" + i);
       }
        //检查数据是否存在
        boolean exists = client.exists("name", "zl-9999999");
        System.out.println(exists);
   }
}

      默认布隆过滤器的错误率是0.01，默认元素的大小为100，当然也可以存超过100个，只不过错误率会上升。

这两个参数可以去配置的：bf.reserve

应用场景：

新闻推送过滤

解决redis穿透，或者缓存击穿问题

假设我有 1亿 条用户数据，现在查询用户要去数据库中查，效率低而且数据库压力大，所以我们会把请

求首先在 Redis 中处理（活跃用户存在 Redis 中），Redis 中没有的用户，再去数据库中查询。

现在可能会存在一种恶意请求，这个请求携带上了很多不存在的用户，这个时候 Redis 无法拦截下来请

求，所以请求会直接跑到数据库里去。这个时候，这些恶意请求会击穿我们的缓存，甚至数据库，进而

引起“雪崩效应”。

为了解决这个问题，我们就可以使用布隆过滤器。将 1亿条用户数据存在 Redis 中不现实，但是可以存

在布隆过滤器中，请求来了，首先去判断数据是否存在，如果存在，再去数据库中查询，否则就不去数据库中查询。