日本免费高清视频-国产福利视频导航-黄色在线播放国产-天天操天天操天天操天天操|www.shdianci.com

學無先后,達者為師

網站首頁 編程語言 正文

Redis?BloomFilter布隆過濾器原理與實現_Golang

作者:~龐貝 ? 更新時間: 2022-11-22 編程語言

Bloom Filter 概念

布隆過濾器(英語:Bloom Filter)是1970年由一個叫布隆的小伙子提出的。它實際上是一個很長的二進制向量和一系列隨機映射函數。布隆過濾器可以用于檢索一個元素是否在一個集合中。它的優點是空間效率和查詢時間都遠遠超過一般的算法,缺點是有一定的誤識別率和刪除困難。

Bloom Filter 原理

布隆過濾器的原理是,當一個元素被加入集合時,通過K個散列函數將這個元素映射成一個位數組中的K個點,把它們置為1。檢索時,我們只要看看這些點是不是都是1就(大約)知道集合中有沒有它了:如果這些點有任何一個0,則被檢元素一定不在;如果都是1,則被檢元素很可能在。這就是布隆過濾器的基本思想。

Bloom Filter跟單哈希函數Bit-Map不同之處在于:Bloom Filter使用了k個哈希函數,每個字符串跟k個bit對應。從而降低了沖突的概率

緩存穿透

每次查詢都會直接打到DB

簡而言之,言而簡之就是我們先把我們數據庫的數據都加載到我們的過濾器中,比如數據庫的id現在有:1、2、3

那就用id:1 為例子他在上圖中經過三次hash之后,把三次原本值0的地方改為1

下次數據進來查詢的時候如果id的值是1,那么我就把1拿去三次hash 發現三次hash的值,跟上面的三個位置完全一樣,那就能證明過濾器中有1的

反之如果不一樣就說明不存在了

那應用的場景在哪里呢?一般我們都會用來防止緩存擊穿

簡單來說就是你數據庫的id都是1開始然后自增的,那我知道你接口是通過id查詢的,我就拿負數去查詢,這個時候,會發現緩存里面沒這個數據,我又去數據庫查也沒有,一個請求這樣,100個,1000個,10000個呢?你的DB基本上就扛不住了,如果在緩存里面加上這個,是不是就不存在了,你判斷沒這個數據就不去查了,直接return一個數據為空不就好了嘛。

這玩意這么好使那有啥缺點么?有的,我們接著往下看

Bloom Filter的缺點

bloom filter之所以能做到在時間和空間上的效率比較高,是因為犧牲了判斷的準確率、刪除的便利性

存在誤判,可能要查到的元素并沒有在容器中,但是hash之后得到的k個位置上值都是1。如果bloom filter中存儲的是黑名單,那么可以通過建立一個白名單來存儲可能會誤判的元素。

刪除困難。一個放入容器的元素映射到bit數組的k個位置上是1,刪除的時候不能簡單的直接置為0,可能會影響其他元素的判斷。可以采用Counting Bloom Filter

常見問題

1、為何要使用多個哈希函數?

Hash本身就會面臨沖突,如果只使用一個哈希函數,那么沖突的概率會比較高。例如長度100的數組,如果只使用一個哈希函數,添加一個元素后,添加第二個元素時沖突的概率為1%,添加第三個元素時沖突的概率為2%…但如果使用兩個哈希函數,添加一個元素后,添加第二個元素時沖突的概率降為萬分之4(四種可能的沖突情況,情況總數100x100)

go語言實現

package main
import (
	"fmt"
	"github.com/bits-and-blooms/bitset"
)
//設置哈希數組默認大小為16
const DefaultSize = 16
//設置種子,保證不同哈希函數有不同的計算方式
var seeds = []uint{7, 11, 13, 31, 37, 61}
//布隆過濾器結構,包括二進制數組和多個哈希函數
type BloomFilter struct {
	//使用第三方庫
	set *bitset.BitSet
	//指定長度為6
	hashFuncs [6]func(seed uint, value string) uint
}
//構造一個布隆過濾器,包括數組和哈希函數的初始化
func NewBloomFilter() *BloomFilter {
	bf := new(BloomFilter)
	bf.set = bitset.New(DefaultSize)

	for i := 0; i < len(bf.hashFuncs); i++ {
		bf.hashFuncs[i] = createHash()
	}
	return bf
}
//構造6個哈希函數,每個哈希函數有參數seed保證計算方式的不同
func createHash() func(seed uint, value string) uint {
	return func(seed uint, value string) uint {
		var result uint = 0
		for i := 0; i < len(value); i++ {
			result = result*seed + uint(value[i])
		}
		//length = 2^n 時,X % length = X & (length - 1)
		return result & (DefaultSize - 1)
	}
}
//添加元素
func (b *BloomFilter) add(value string) {
	for i, f := range b.hashFuncs {
		//將哈希函數計算結果對應的數組位置1
		b.set.Set(f(seeds[i], value))
	}
}
//判斷元素是否存在
func (b *BloomFilter) contains(value string) bool {
	//調用每個哈希函數,并且判斷數組對應位是否為1
	//如果不為1,直接返回false,表明一定不存在
	for i, f := range b.hashFuncs {
		//result = result && b.set.Test(f(seeds[i], value))
		if !b.set.Test(f(seeds[i], value)) {
			return false
		}
	}
	return true
}
func main() {
	filter := NewBloomFilter()
	filter.add("asd")
	fmt.Println(filter.contains("asd"))
	fmt.Println(filter.contains("2222"))
	fmt.Println(filter.contains("155343"))
}

輸出結果如下:

true
false
false

原文鏈接:https://blog.csdn.net/qq_53267860/article/details/127169993

欄目分類
最近更新