Redis:布隆過濾器

很慶幸redis4.0之後就內置布隆過濾器了；

127.0.0.1:6379> BF.ADD bloomWall user1
(integer) 1
127.0.0.1:6379> BF.ADD bloomWall user2
(integer) 1
127.0.0.1:6379> BF.ADD bloomWall user3
(integer) 1
127.0.0.1:6379> BF.EXISTS bloomWall  user2
(integer) 1
127.0.0.1:6379> BF.EXISTS bloomWall  user4
(integer) 0
127.0.0.1:6379>
複製代碼

布隆過濾器

使用場景

• 大流量場景：避免緩存穿透；只返回在布隆過濾器中出現過的相關數據，避免大量請求直接打到數據庫服務上
• e.g:用戶識別，有的不必定有（存在偏差），沒有的就是沒有

原理

• 存儲：S集合中有n個元素，利用k個哈希函數，將S中的每一個元素映射到一個長度爲m的位（bit）數組B中不一樣的位置上，這些位置上的二進制數均置爲1
• 過濾：檢測的元素通過這k個哈希函數的映射後，發現其k個位置上的二進制數不全是1，那麼這個元素必定不在集合S中，反之，該元素多是S中的某一個元素
• 計算函數k值：爲了估算出k和m的值，在構造一個布隆過濾器時，須要傳入兩個參數，便可以接受的誤判率fpp和元素總個數n（不必定徹底精確）。
• 哈希函數的要求儘可能知足平均分佈，這樣既下降誤判發生的機率，又能夠充分利用bit數組的空間；
• 公式：;

優點

• 空間:
• 效率: