当前位置：首页 > article >正文

springboot集成guava布隆过滤器

article 2024/9/21 18:36:05

1.创建springboot项目，引入maven依赖

		<dependency>
			<groupId>com.google.guava</groupId>
			<artifactId>guava</artifactId>
			<version>23.0</version>
		</dependency>

2.创建guava布隆过滤器

@Component
public class GuavaFilter {
    //初始化一个常量
    public static final int _1W = 10000;
    //初始化guava过滤器的容器容量
    public static final int SIZE = 100 * _1W;
    //误报率
    public static double  fpp = 0.03;  //误报率
    //创建一个guava过滤器
    public static BloomFilter bloomFilter = BloomFilter.create(Funnels.integerFunnel(),SIZE,fpp);


    //向guava过滤器中添加100万个数据
    //验证不在这100万数据之外的10万个数据的误判率
    @PostConstruct
    public void guavaFilter(){
        for(int i=1;i<=SIZE;i++){
            bloomFilter.put(i);
        }
        List<Integer> list = new ArrayList<>();
        for(int i = SIZE+1;i<SIZE+10*_1W;i++){
            if(bloomFilter.mightContain(i)){
                System.out.println(i + "被误识别了");
                list.add(i);
            }
        }
        System.out.println("误识别个数为：" + list.size());
    }
}

3.启动程序，观察结果

误识别的个数为3033个，误识别率3033/1000000≈0.03

4.对于误判率的思考

代码里配置的误判率为0.03，这里就会有小伙伴问，误判率（hash冲突概率）不应该越低越好吗，那我配置成0.01或者0.00000000001可以吗？
我们debug一下guava布隆过滤器的源码，点进去这个creat方法，断点打到如下图所示的位置

我们先看误报率配置0.03的情况
想要误报率控制在0.03，比特数组的位数需要达到7298440并且使用5种hash算法
再看误报率配置0.01的情况
想要误报率控制在0.01，比特数组的位数需要达到9585058并且使用7种hash算法

再看误报率配置0.00000000001的情况
想要误报率控制在0.00000000001，比特数组的位数需要达到52717821并且使用37种hash算法

当我们把误报率配置成0.00000000001，重新启动下程序