使用布隆过滤器解决redis穿透问题

1.布隆过滤器可以解决redis缓存穿透问题

2.使用布隆过滤器需要先预热key

布隆过滤器使用测试

1.添加布隆过滤器依赖

<!--引入布隆过滤器-->
<dependency>
	<groupId>com.google.guava</groupId>
	<artifactId>guava</artifactId>
	<version>22.0</version>
</dependency>

2.测试demo

//布隆过滤器测试
public class BlongTest {

    //设置预热key 1000000万条
    private static Integer size = 1000000;

    public static void main(String[] args) {
        //创建一个布隆过滤器  size期望插入值  0.01误判率
        BloomFilter<Integer> integerBloomFilter = BloomFilter.create(Funnels.integerFunnel(), size, 0.00001);
        for (int i = 0; i < size; i++) {
            //往布隆过滤器putkey
            integerBloomFilter.put(i);
        }
        //存放误判key的值
        List<Integer> list = new ArrayList<>();

        for (int i = size; i < size + 10000; i++) {
            //判断布隆过滤器存在key则加入数组
            if (integerBloomFilter.mightContain(i)) {
                list.add(i);
            }
        }
        System.out.println(list.size()); //98 误判数
        //100万数据 误判率设置0.03(默认值)  二向数组长度值7298440  ==730万
        //100万数据 误判率设置0.01          二向数组长度值9585058  ==960万
        //100万数据 误判率设置0.001         二向数组长度值14377587 ==1437万
        //100万数据 误判率设置0.0001        二向数组长度值19170116 ==1917万
        //100万数据 误判率设置0.00001       二向数组长度值23962645 ==2396万
        //使用布隆过滤器需要先预热key
        //误判率减少10倍,数组长度大约增500万 ,一般默认0.03或者0.01就行
    }
}