google guava bloom filter包的坑

最新推荐文章于 2025-03-21 18:49:59 发布

inte_sleeper

最新推荐文章于 2025-03-21 18:49:59 发布

阅读量1w

点赞数 2

分类专栏： Java

本文链接：https://blog.youkuaiyun.com/inte_sleeper/article/details/11687707

版权

本文介绍了Google Guava库中的Bloom Filter使用方法及其潜在问题。在实战中，虽然仅需一行代码即可实现查询，但当预期插入量过大时，内存占用并未增加，导致哈希函数个数减少，影响准确性。解决方案包括减少预期插入量或拆分Bloom Filter以提高整体容量和准确性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

关于bloom filter以及原理，见我之前转的这篇：

http://blog.youkuaiyun.com/inte_sleeper/article/details/7824857

下面开始实战篇。google guava包是包含了一个bloom filter的实现的，使用方式比较简单，其实就是一行代码：

BloomFilter<CharSequence> filter = BloomFilter.create(Funnels.stringFunnel(), 10000000, 0.001F);

上面的代码创建了一个以string为key的bloom filter，预期的插入量是1KW，错误率是0.1%。

查询的时候，直接调 filter.mightContain()方法就可以，非常简单。

下面开始说坑吧。guava的BloomFilter，内部的一段实现代码如下：

public static <T> BloomFilter<T> create(Funnel<T> funnel, int expectedInsertions,
      double falsePositiveProbability) {
    checkNotNull(funnel);
    checkArgument(expectedInsertions >= 0, "Expected insertions cannot be negative");
    checkArgument(falsePositiveProbability > 0.0 & falsePos