如何理解redis布隆算法实现+锁

今天就跟大家聊聊有关如何理解redis布隆算法实现+锁，可能很多人都不太了解，为了让大家更加了解，小编给大家总结了以下内容，希望大家根据这篇文章可以有所收获。

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。

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 hash2 = hash(key);        long hash3 = hash2 >>> 16;        long[] result = new long[numHashFunctions];        for (int i = 0; i < numHashFunctions; i++) {            long combinedHash = hash2 + i * hash3;            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。

看完上述内容，你们对如何理解redis布隆算法实现+锁有进一步的了解吗？如果还想了解更多知识或者相关内容，请关注行业资讯频道，感谢大家的支持。