布隆过滤器和黑名单，解决Redis缓存穿透

1.什么是布隆过滤器？

2.布隆过滤器的原理

3.空间计算

4.布隆过滤器的视线场景：

5.在Spring Boot中集成Redisson实现布隆过滤器

6、Redisson实现布隆过滤器

6.1导入依赖

6.2使用

布隆过滤器（Bloom Filter）是1970年由布隆提出的。它实际上是一个很长的二进制向量和一系列随机映射函数。布隆过滤器可以用于检索一个元素是否在一个集合中。它的优点是空间效率和查询时间都比一般的算法要好的多，缺点是有一定的误识别率和删除困难。

上面这句介绍比较全面的描述了什么是布隆过滤器，如果还是不太好理解的话，就可以把布隆过滤器理解为一个set集合，我们可以通过add往里面添加元素，通过contains来判断是否包含某个元素。

2.布隆过滤器的原理

首先，建立一个二进制向量，并将所有位设置为0。
然后，选定K个散列函数，用于对元素进行K次散列，计算向量的位下标。
添加元素：当添加一个元素到集合中时，通过K个散列函数分别作用于元素，生成K个值作为下标，并将向量的相应位设置为1。
检查元素：如果要检查一个元素是否存在集合中，用同样的散列方法，生成K个下标，并检查向量的相应位是否全部是1。如果全为1，则该元素很可能在集合中；否则（只要有1个或以上的位为0），该元素肯定不在集合中。

详细讲解一下添加元素：

比如，我们要把你好俩个字存到布隆过滤器里面，他要经历几个步骤？

首先，他会经过三个hash函数(这里也可以是多个hash函数，为了举例就用了三个)，这三个hash函数会经过计算得到三个哈希值，然后他会把这三个hash值映射到这个数组里面，比如第一个hash经过一系列运算，会算出这个数组下标为3的位置，他就会把这个位置由0改为1，第二个，第三个同样原理。这样“你好”这个数据就存到布隆过滤器里面了。

查询过程：给插入过程类似，还是通过这三个hash函数算出“你好”这个数据的存入的下标，而且这三个下标的值必须都为1，才能证明“你好”这个数据存入，只要有一个位置不是1，那么这个数据就不存在。这里俩个地方设计的很有深意，一是多个hash函数，第二个就是二进制数据必须都是1，才能证明这个数据存在，下面在介绍。

删除过程：布隆过滤器很难做到删除

举个例子：这个“你好”通过计算得出下标为2，那么他就把下标为2的二进制数据改为了1，但是这个“hello”数据通过一系列的运算的也得出下标为2，那么他就把下标为2的二进制数据改为了1，此时我们不知道下标为2的位置存了“你好”还是“hello”或者有其他数据，因为他们经过相同的哈希运算，得到的相同位置的下标，若此时将下标为2的二进制数据改为0，代表将“你好”这个数据删除了，但是“hello”也存在这个这个位置，所以他在删除时，也将“hello"也删除了，这样就造成数据的误删。

3.空间计算

在布隆过滤器增加元素之前，首先需要初始化布隆过滤器的空间，也就是上面说的二进制数组，除此之外还需要计算无偏hash函数的个数。布隆过滤器提供了两个参数，分别是预计加入元素的大小n，运行的错误率f。布隆过滤器中有算法根据这两个参数会计算出二进制数组的大小l，以及无偏hash函数的个数k。
它们之间的关系比较简单：

错误率越低，位数组越长，控件占用较大
错误率越低，无偏hash函数越多，计算耗时较长

如下地址是一个免费的在线布隆过滤器在线计算的网址

Bloom Filter Calculator (krisives.github.io)

布隆过滤器的优点：

它是由一串二进制数组组成的一个数据，占用空间比较小
插入和查询的速度非常快，因为他计算的是哈希值，再由哈希值映射到这个数组的下标
保密性比较好，因为存储的都是二进制数据，不存储本身数据
时间复杂度低，增加和查询元素的时间复杂为O(N)，（N为哈希函数的个数，通常情况比较小）

布隆过滤器的缺点：

很难做删除的操作
存在误判（这个数据本身不存在这个集合中，但是这个集合经过一系列的运算，他判断这个数据是存在于这个集合中的），这个缺点是不可避免的，只能减小这个误判的概率。

误判率的底层原理：hash函数就是影响误判率的一个因素，误判率越低，所需要的哈希函数就越多，空间就越大。所以要判断一个数据是否存在，他可能经历多个哈希函数，得出不同位置的下标，将不同下标的位置都设置为1，才能确定这个数据可能存在。

4.布隆过滤器的实现场景：

布隆过滤器可以告诉我们 “某样东西一定不存在或者可能存在”，也就是说布隆过滤器说这个数不存在则一定不存，布隆过滤器说这个数存在可能不存在（误判），利用这个判断是否存在的特点可以做很多有趣的事情。

解决Redis缓存穿透问题（面试重点）

邮件过滤，使用布隆过滤器来做邮件黑名单过滤

对爬虫网址进行过滤，爬过的不再爬

解决新闻推荐过的不再推荐(类似抖音刷过的往下滑动不再刷到)

HBase\RocksDB\LevelDB等数据库内置布隆过滤器，用于判断数据是否存在，可以减少数据库的IO请求

布隆过滤器实现：

导入依赖

<dependency>
            <groupId>com.google.guava</groupId>
            <artifactId>guava</artifactId>
            <version>31.1-jre</version>
        </dependency>

实现：

 @Test
    void test() {
        //insertions: 定义要插入布隆过滤器的数据量，这里是100万。
        int insertions = 1000000;

        //期望的误判率，即当一个元素实际上不在集合中时，布隆过滤器判断其存在的概率，这里设为2%
        double fpp = 0.03;

        //初始化一个存储string数据的布隆过滤器,默认误判率是0.03
        //使用Guava库的BloomFilter.create方法创建一个针对字符串的布隆过滤器，指定字符集为UTF-8，预期插入元素数量和误判率
        BloomFilter<String> bf = BloomFilter.create(Funnels.stringFunnel(Charsets.UTF_8), insertions, fpp);

        //用于存放所有实际存在的key，用于是否存在
        //创建一个HashSet sets 来存放所有实际插入的唯一字符串，以便后续验证布隆过滤器的判断是否准确
        Set<String> sets = new HashSet<>(insertions);
        //这行代码是用来创建一个初始容量为 insertions 的 HashSet 集合。这里的 insertions 是之前定义的一个变量，值为1000000，代表预计要插入到集合中的元素数量。

        //用于存放所有实际存在的key，用于取出
        List<String> lists = new ArrayList<>(insertions);

        //生成100万个随机UUID作为字符串插入到布隆过滤器和sets集合中，同时记录到lists列表
        for (int i = 0; i < insertions; i++) {
            String uuid = UUID.randomUUID().toString();
            bf.put(uuid);
            sets.add(uuid);
            lists.add(uuid);
        }
        //统计正确命中的次数（rightNum
        int rightNum = 0;
        //误判的次数（wrongNum）
        int wrongNum = 0;

        for (int i = 0; i < 10000; i++) {
            // 0-10000之间，可以被100整除的数有100个（100的倍数）
            String data = i % 100 == 0 ? lists.get(i / 100) : UUID.randomUUID().toString();

            //这里用了 might ,看上去不是很自信，所以如果布隆过滤器判断存在了,我们还要去 sets 中实锤
            if (bf.mightContain(data)) {
                if (sets.contains(data)) {
                    rightNum++;
                    continue;
                }
                wrongNum++;
            }
        }

        System.out.println("误判数为："+wrongNum);
        //计算误判率
        BigDecimal percent = new BigDecimal(wrongNum).divide(new BigDecimal(9900), 2, RoundingMode.HALF_UP);
        //.divide(...): 这是 BigDecimal 类的一个方法，用于执行除法运算。传入的参数包括：
        //第一个参数是要除的数，即 wrongNum，表示误判的次数。
        //第二个参数是除数，即9900，表示理论上应判定为不存在的查询总数。
        //第三个参数2指定了小数点后保留的位数，这里要求结果保留两位小数。
        //第四个参数RoundingMode.HALF_UP指定了舍入模式。HALF_UP是最常见的舍入方式，即四舍五入。如果结果的小数部分大于或等于0.5，则向上舍
        BigDecimal bingo = new BigDecimal(9900 - wrongNum).divide(new BigDecimal(9900), 2, RoundingMode.HALF_UP);
        System.out.println("在100W个元素中，判断100个实际存在的元素，布隆过滤器认为存在的：" + rightNum);
        System.out.println("在100W个元素中，判断9900个实际不存在的元素，误认为存在的：" + wrongNum + "，命中率：" + bingo + "，误判率：" + percent);
    }

5.在Spring Boot中集成Redisson实现布隆过滤器

6、Redisson实现布隆过滤器

6.1导入依赖

<dependency>
            <groupId>org.redisson</groupId>
            <artifactId>redisson</artifactId>
            <version>3.13.6</version>
        </dependency>

配置application.properties

#Redis服务器地址
spring.redis.host=localhost
#Redis连接端口
spring.redis.port=6379

在RedisConfig加入配置类

  
    @Value("${spring.redis.host}")
    private String host;

    @Value("${spring.redis.port}")
    private String port;

    @Bean
    public RedissonClient redisson() {
        //创建配置
        Config config = new Config();
        config.useSingleServer().setAddress("redis://" + host + ":" + port);
        //根据config创建出RedissonClient实例
        return Redisson.create(config);
    }

    @Bean //主动注册了一个名字为redisTemplate的bean
    public RedisTemplate<Object, Object> redisTemplate(RedisConnectionFactory redisConnectionFactory){
        RedisTemplate<Object, Object> template = new RedisTemplate();
        template.setConnectionFactory(redisConnectionFactory);
        Jackson2JsonRedisSerializer jackson = new Jackson2JsonRedisSerializer(Object.class);
        ObjectMapper mapper = new ObjectMapper();
        //启用默认类型推理,将类型信息作为属性写入json
        //就是把类型的全类名写入JSON
        mapper.activateDefaultTyping(mapper.getPolymorphicTypeValidator(),ObjectMapper.DefaultTyping.NON_FINAL);
        jackson.setObjectMapper(mapper);
        template.setKeySerializer(RedisSerializer.string());
        template.setValueSerializer(jackson);
        template.setHashKeySerializer(RedisSerializer.string());
        template.setHashValueSerializer(jackson);
        return template;
    }

6.2使用

controller

@RestController
@RequestMapping("/api/user")
public class UserController {

    @Autowired
    UserService userService;

    @GetMapping("/findById")
    public User findById(Integer id){
        return userService.findById(id);
    }

    @PostMapping("/addUser")
    public Integer addUser(@RequestBody User user){
       return userService.addUser(user);
    }

}

service

package com.zhy.service;


import cn.hutool.core.util.ObjectUtil;
import com.zhy.dao.UserDao;
import com.zhy.model.User;
import lombok.extern.slf4j.Slf4j;
import org.redisson.api.RBloomFilter;
import org.redisson.api.RedissonClient;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.stereotype.Service;

import javax.annotation.PostConstruct;
import javax.annotation.Resource;
import java.util.List;
import java.util.concurrent.ExecutorService;
import java.util.concurrent.Executors;
import java.util.concurrent.ThreadPoolExecutor;

@Service
@Slf4j
public class UserService {
    @Autowired
    RedissonClient redissonClient;

    @Resource(name = "redisTemplate")
    RedisTemplate<String,User> redisTemplate;

    private RBloomFilter<Integer> bloomFilter = null;

    @Autowired
     UserDao userDao;



    @PostConstruct // 项目启动的时候执行该方法，也可以理解为在spring容器初始化的时候执行该方法
    public void init() {
        // 启动项目时初始化bloomFilter
        List<User> userList = userDao.queryUserAll();
        //参数：布隆过滤器的名字
        bloomFilter = redissonClient.getBloomFilter("userFilter");
        // 初始化布隆过滤器  预计数据量   误判率
        bloomFilter.tryInit(1000L, 0.01);
        //将数据添加到过滤器中和缓存中
        //开启多线程，快速添加到过滤器中
        ExecutorService service = Executors.newCachedThreadPool();
        for (int i = 0; i < 5; i++) {
            service.execute(()->{
                for (User user : userList) {
                    bloomFilter.add(user.getId());
                }
            });
        }
    }
    public User findById(Integer id) {
        // 根据布隆过滤器判断用户是否存在
        //如果一定不存在，则一定不存在，如何存在，则可能存在
        if (!bloomFilter.contains(id)) {
            log.debug("为非法的key");
            return null;
        }
        //查询缓存
        User user = redisTemplate.opsForValue().get("user:" + id);
        //判断缓存中是否存在
        log.debug("开始查询缓存");
        if (ObjectUtil.isNotEmpty(user)){
          return user;
        }
        log.debug("开始查询数据库");
        User user1 = userDao.selectById(id);
        redisTemplate.opsForValue().set("user:"+id,user1);
        return user1;
    }

    public Integer addUser(User user) {
        userDao.insert(user);
        // 新生成key的加入布隆过滤器，此key从此合法
        bloomFilter.add(user.getId());
        return user.getId();
    }

}

黑名单service

   @Resource(name = "redisTemplate")
    HashOperations<String, String,String> hashOperations; //黑名单

    private static String  PRODUCT_BLACK_LIST = "product.black.list";
 public Product findByPid(Integer pid) {
        String key =  "product." + pid;
        // 查询黑名单中是否有该key
        Boolean b  = hashOperations.hasKey(PRODUCT_BLACK_LIST, key);
        if(b){
            throw new RuntimeException("商品不存在");
        }
        //如果黑名单没有该key,先查缓存
        Product product1 = redisTemplate.opsForValue().get("product." + pid);
        if (ObjectUtil.isNotEmpty(product1)) {
            return product1;
        }
        //缓存不存在，查询数据库
        log.debug("缓存不存在，查询数据库");
        Product product2 = productDao.selectById(pid);
        if(ObjectUtil.isEmpty(product2)){
            //在将该商品加入黑名单中
            hashOperations.put(PRODUCT_BLACK_LIST,key, DateUtil.now());
            throw new RuntimeException("商品不存在");
        }
        //将查询出来的数据放到redis中;
        redisTemplate.opsForValue().set("product." + pid, product2);
        return product2;
    }

dao


    User selectById(Integer id);

    void insert(User user);


    List<User> queryUserAll();

model

@Data
public class User {

    private Integer id;
    private String name;
    private Integer sex;
    private Integer age;
}

UserMapper.xml

<?xml version="1.0" encoding="UTF-8" ?>
<!DOCTYPE mapper
        PUBLIC "-//mybatis.org//DTD Mapper 3.0//EN"
        "http://mybatis.org/dtd/mybatis-3-mapper.dtd">
<mapper namespace="com.zhy.dao.UserDao">

    <select id="queryUserAll" resultType="com.zhy.model.User">
        select * from user
    </select>

    <select id="selectById" resultType="com.zhy.model.User">
        select * from user where id=#{id}
    </select>

    <insert id="insert">
        insert into user (name,sex,age) values(#{name},#{sex},#{age})
        <selectKey keyProperty="id" resultType="integer" keyColumn="newId" order="AFTER">
            SELECT LAST_INSERT_ID() as newId
        </selectKey>
    </insert>
</mapper>

数据库

CREATE TABLE `user` (
  `id` int NOT NULL AUTO_INCREMENT,
  `name` varchar(255) CHARACTER SET utf8 COLLATE utf8_bin DEFAULT NULL COMMENT '用户名',
  `sex` int DEFAULT NULL COMMENT '0 男 1 女',
  `age` int DEFAULT NULL COMMENT '年龄',
  PRIMARY KEY (`id`) USING BTREE
) ENGINE=InnoDB AUTO_INCREMENT=106 DEFAULT CHARSET=utf8mb3 COLLATE=utf8_bin ROW_FORMAT=DYNAMIC;