七夕不孤！单身程序员源码讲解：redis布隆算法实现数据锁！

今天七夕节了，不知道大家过的是甜甜蜜蜜还是水深火热呀，已婚老男人不配过七夕，只能默默的蹲在电脑前敲敲代码，写写文档，这不，趁着公司下午放假的功夫，我也整理了一下关于Redis的布隆过滤器和锁的相关知识，这里分享给大家，希望能让大家更好的学习。

简单一点，对于互联网开发，我们从单机到多机一直到微服务，随着数据量的增多，对于数据库的压力也随之增大，这个时候，勤劳的程序员们，将数据分为冷数据和热点数据，然后把热点数据存储在缓存中，提升查询效率并且减轻数据库的压力，但是，这是理想环境，毕竟互联网没有想象中的那么平静。

比方说下面这种情况

黑客，一个让程序员向往但是又让安全部门感到头疼的人群，当上面的场景：有大量不同的key获取后台数据的时候该怎么处理，

在这个时候，我就不得不吹捧一波老祖宗的智慧，宁可错杀三千，绝不放过一个的纯真理念，从而产生了神奇的布隆过滤器，那布隆过滤器是怎么一个执行流程呢？继续往下看

布隆过滤器是─个使用错误率来换取空间和时间的算法错误率主要体现在:他说数据存在，那么不一定存在不存在，一定不存在

代码只展示部分吧，因为完整展现太多了，没得办法

\* 判断keys是否存在于集合where中
 \*/
public boolean isExist(String where, String key) {
    long\[\] indexs = getIndexs(key);
    boolean result;
    //这里使用了Redis管道来降低过滤器运行当中访问Redis次数 降低Redis并发量
    Pipeline pipeline = jedis.pipelined();
    try {
        for (long index : indexs) {
            pipeline.getbit(where, index);
        }
        result = !pipeline.syncAndReturnAll().contains(false);
    } finally {
        pipeline.close();

    }
// if (!result) {
// put(where, key);
// }

return result;
}


/\*\*
 \* 将key存入redis bitmap
 \*/
private void put(String where, String key) {
    long\[\] indexs = getIndexs(key);
    //这里使用了Redis管道来降低过滤器运行当中访问Redis次数 降低Redis并发量
    Pipeline pipeline = jedis.pipelined();
    try {
        for (long index : indexs) {
            pipeline.setbit(where, index, true);
        }
        pipeline.sync();
        /\*\*
         \* 把数据存储到mysql中
         \*/
    } finally {
        pipeline.close();
    }
}




/\*\*
 \*  根据key获取bitmap下标方法来自guava
 \*/
public long\[\] getIndexs(String key) {
    long hash1 = hash(key);
    long hash2 = hash1 >>> 16;
    long\[\] result = new long\[numHashFunctions\];
    for (int i = 0; i < numHashFunctions; i++) {
        long combinedHash = hash1 + i \* hash2;
        if (combinedHash < 0) {
            combinedHash = ~combinedHash;
        }
        result\[i\] = combinedHash % numBits;
    }
    return result;
}

/\*\*
 \* 获取一个hash值 方法来自guava
 \*/
private long hash(String key) {
    Charset charset = Charset.forName("UTF-8");
    return Hashing.murmur3\_128().hashObject(key, Funnels.stringFunnel(charset)).asLong();
}


private static int optimalNumOfHashFunctions(long n, long m) {
    return Math.max(1, (int) Math.round((double) m / n \* Math.log(2)));
}

当然了，出现这种情况也不是只有黑客攻击，还有一种，我想很多人都参与过，它叫做限时秒杀，比如淘宝双十一，这个时候会造成的一种情况是大量的客户端拿着相同的Key去后台获取数据，但是，这种情况，你不能通过布隆过滤器然后去不放过一个吧，那该怎么办呢？锁住他呗！

可能这几张图这么看有那么一点点的模糊，个人还有日常工作，也就没有完整的整理形成文档，就以图片和简单的文字进行了简述。

希望对大家有帮助！文章来源：SegmentFault博客

如果你想更好的提升你的编程能力，成为一个强大的C/C++程序员！不妨和一些志同道合的小伙伴一起学习成长！

C语言C++编程学习交流圈子，【点击进入】微信公众号：C语言编程学习基地

有一些源码和资料分享，欢迎转行也学习编程的伙伴，和大家一起交流成长会比自己琢磨更快哦！