一分钟学会系列：Guava布隆过滤器

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/t1g2q3/article/details/87704249

import com.google.common.hash.BloomFilter;
import com.google.common.hash.Funnels;
import java.nio.charset.Charset;

/**
 * 布隆过滤器
 *
 * bloom算法类似一个hash set，用来判断某个元素（key）是否在某个集合中。
 * 和一般的hash set不同的是，这个算法无需存储key的值，对于每个key，只需要k个比特位，每个存储一个标志，用来判断key是否在集合中。
 *
 *
 * 优点：不需要存储key，节省空间
 * 缺点：
 * 1. 算法判断key在集合中时，有一定的概率key其实不在集合中
 * 2. 无法删除
 *
典型的应用场景：
1.某些存储系统的设计中，会存在空查询缺陷：当查询一个不存在的key时，需要访问慢设备，导致效率低下。比如一个前端页面的缓存系统，可能这样设计：先查询某个页面在本地是否存在，如果存在就直接返回，如果不存在，就从后端获取。但是当频繁从缓存系统查询一个页面时，缓存系统将会频繁请求后端，把压力导入后端。这时只要增加一个bloom算法的服务，后端插入一个key时，在这个服务中设置一次需要查询后端时，先判断key在后端是否存在，这样就能避免后端的压力。
2.如何判断元素在亿级数据中存在
现在有一个非常庞大的数据，假设全是 int 类型。现在我给你一个数，你需要告诉我它是否存在其中(尽量高效)。
 * 
 * @author  tangguoqiang
 */
public class TestBloomFilter {

    public static void main(String[] args) {
        BloomFilter bloomFilter = BloomFilter.create(
                Funnels.stringFunnel(Charset.defaultCharset()),
                1000000,0.001);
        bloomFilter.put("Test");
        bloomFilter.put("Go");
        bloomFilter.put("Java");
        bloomFilter.put("Python");
        bloomFilter.put("C++");
        bloomFilter.put("Array");
        bloomFilter.put("Lambda");
        System.out.println(bloomFilter.mightContain("TangGuoqiang"));
        System.out.println(bloomFilter.mightContain("Java"));
    }
}