1、性能不夠，緩存來湊
現在的年輕人都喜歡網購，沒事就逛逛淘寶，剁剁手，買些自己喜歡的東西，釋放下工作壓力。
地址：
https://detail.tmall.com/item.htm?id=628993216729
上圖是一個天貓 iphone12 的商品詳情頁，id表示商品的編號
我們都知道淘寶的訪問量是非常高的，爲了提升系統的吞吐量，做了很多性能優化，其中非常重要一點是將信息異構到緩存中。
有句話說的好：性能不夠，緩存來湊。
但是，使用緩存時，我們要關注一個重要問題，如果緩存沒有命中怎麼辦？
2、緩存沒有命中，怎麼辦？
-
①我們先查詢緩存，判斷緩存中是否有數據 -
②如果有數據，直接返回 -
③如果緩存爲空，我們需要再查一次數據庫，並將數據格式異構化，然後預熱到緩衝中，然後將結果返回
注意：
步驟 ③ 存在風險漏洞，如果緩存中數據不存在，壓力會轉嫁給數據庫。假如被競爭對手利用，搞無效請求流量攻擊，瞬間大量請求打到數據庫中，對系統性能產生很大影響，很容易把數據庫打掛，這種現象稱爲緩存穿透。
3、那麼如何處理緩存穿透？
我們的思路是，緩存中能不能判斷這個數據庫值的存在性，如果真的不存在，直接返回，也避免一次數據庫查詢。
由於不存在是個無限邊界，所以，我們採用反向策略，將存在的值建立一個高效的檢索。每次緩存取值時，先走一次判空檢索。
簡單歸納下，這個框架的要求：
-
快速檢索 -
內存空間要非常小
經調研，我們發現布隆過濾器具備以上兩個條件。
4、什麼是布隆過濾器？
布隆過濾器（Bloom Filter）是1970年由布隆提出的。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。布隆過濾器可以用於檢索一個元素是否在一個集合中。
-
優點：空間效率和查詢時間都遠遠超過一般的算法。 -
缺點：有一定的誤識別率，刪除困難。
5、布隆過濾器如何構建？
布隆過濾器本質上是一個 n 位的二進制數組，用0和1表示。
假如我們以商品爲例，有三件商品，商品編碼分別爲，id1、id2、id3
a）首先，對id1，進行三次哈希，並確定其在二進制數組中的位置。
三次哈希，對應的二進制數組下標分別是 2、5、8，將原始數據從 0 變爲 1。
b）對id2，進行三次哈希，並確定其在二進制數組中的位置。
三次哈希，對應的二進制數組下標分別是 2、7、98，將原始數據從 0 變爲 1。
下標 2，之前已經被操作設置成 1，則本次認爲是哈希衝突，不需要改動。
Hash 規則：如果在 Hash 後，原始位它是 0 的話，將其從 0 變爲 1；如果本身這一位就是 1 的話，則保持不變。
6、布隆過濾器如何使用？
跟初始化的過程有點類似，當查詢一件商品的緩存信息時，我們首先要判斷這件商品是否存在。
-
通過三個哈希函數對商品id計算哈希值 -
然後，在布隆數組中查找訪問對應的位值，0或1 -
判斷，三個值中，只要有一個不是1，那麼我們認爲數據是不存在的。
注意：布隆過濾器只能精確判斷數據不存在情況，對於存在我們只能說是可能，因爲存在Hash衝突情況，當然這個概率非常低。
7、如何減少布隆過濾器的誤判？
a）增加二進制位數組的長度。這樣經過hash後數據會更加的離散化，出現衝突的概率會大大降低
b）增加Hash的次數，變相的增加數據特徵，特徵越多，衝突的概率越小
8、布隆過濾器會不會很費內存？
帶着疑問，我們來做個實驗
假設有1千萬個數據，我們需要記錄其是否存在。存在的話標記1，不存在標記爲0。技術選型，框架採用Redis的BitMap存儲。
數據初始化預熱代碼：
redisTemplate.executePipelined(new RedisCallback<Long>() {
@Nullable
@Override
public Long doInRedis(RedisConnection connection) throws DataAccessException {
connection.openPipeline();
for (int offset = 10000000; offset >= 0; offset--) {
boolean value = offset % 2 == 0 ? true : false;
connection.setBit("bloom-filter-data-1".getBytes(), offset, value);
}
connection.closePipeline();
return null;
}
});
System.out.println("數據預熱完成");
性能有點慢，我們也可以採用分組形式，10000個數一組，多批次提交。
數據上傳完了後，大小 1.19M，跟我們設想的一樣。
計算公式： 10000000/8/1024/1024=1.19M
9、Java應用中，如何使用布隆過濾器？代碼實例
Java語言的生態非常繁榮，提供了很多開箱即用的開源框架供我們使用。布隆過濾器也不例外，Java 中提供了一個 Redisson 的組件，它內置了布隆過濾器。
首先引入依賴包
<dependency>
<groupId>org.redisson</groupId>
<artifactId>redisson</artifactId>
<version>3.11.1</version>
</dependency>
代碼示例：
/**
* @author 微信公衆號：微觀技術
*/
@Test
public void test5() {
Config config = new Config();
config.useSingleServer().setAddress("redis://172.16.67.37:6379");
RedissonClient cient = Redisson.create(config);
RBloomFilter<String> bloomFilter = cient.getBloomFilter("test5-bloom-filter");
// 初始化布隆過濾器，數組長度100W，誤判率 1%
bloomFilter.tryInit(1000000L, 0.01);
// 添加數據
bloomFilter.add("Tom哥");
// 判斷是否存在
System.out.println(bloomFilter.contains("微觀技術"));
System.out.println(bloomFilter.contains("Tom哥"));
}
運行結果：
false // 肯定不存在
true // 可能存在，有1%的誤判率
注意：誤判率設置過小，會產生更多次的 Hash 操作，降低系統的性能。通常我們的建議值是 1%
10、布隆過濾器二進制數組，如何處理刪除？
初始化後的布隆過濾器，可以直接拿來使用了。但是如果原始數據刪除了怎麼辦？布隆過濾器二進制數組如何維護？
直接刪除不行嗎？
還真不行！因爲這裏面有Hash衝突的可能，會導致誤刪。
怎麼辦？
方案1：開發定時任務，每隔幾個小時，自動創建一個新的布隆過濾器數組，替換老的，有點CopyOnWriteArrayList的味道
方案2：布隆過濾器增加一個等長的數組，存儲計數器，主要解決衝突問題，每次刪除時對應的計數器減一，如果結果爲0，更新主數組的二進制值爲0
11、布隆過濾器的應用場景
-
本文重點介紹的，解決緩存穿透 -
網頁爬蟲對URL的去重，避免爬取相同的URL地址 -
反垃圾郵件，從數十億個垃圾郵件列表中判斷某郵箱是否垃圾郵箱
有道無術，術可成；有術無道，止於術
歡迎大家關注Java之道公衆號
好文章，我在看❤️
本文分享自微信公衆號 - Hollis（hollischuang）。
如有侵權，請聯繫 [email protected] 刪除。
本文參與“OSC源創計劃”，歡迎正在閱讀的你也加入，一起分享。