Redis 布隆过滤器性能对比分析
redis 实现布隆过滤器实现方法：
1、redis 的 setbit 和 getbit
特点：对于某个bit 设置0或1，对于大量的值需要存储，非常节省空间，查询速度极快，但是不能查询整个key所有的bit，在一次请求有大量的值需要过滤的场景会出现多次请求getbit，性能会急剧下降，需要把多个gitbit合并成批次，使用lua脚本或者pipeline执行提高效率。
2、redis 的 BF.RESERVE，BF.MADD和 BF.MEXISTS
特点：redis 4.0 以上官方提供的一个插件，原生Bloom过滤器，参数包括 布隆过滤器的大小，误差率等，支持批量写入和批量查询，性能更优，针对一次大量请求，批量查询接口性能更快。
以上两种布隆过滤器性能测试结果对比：
硬件：单节点 redis，2G内存，2核cpu
测试条件：布隆过滤器容量都是 10000，容错率都是：0.001， 场景：一次请求需要过滤10000个id，每100个批量查询一次redis， 如此循环 10次。
| 序号 | redis setbit getbit（时延单位：毫秒） | redis BF.RESERVE，BF.MADD和 BF.MEXISTS （时延单位：毫秒） |
|---|---|---|
| 1 | 1556 | 1238 |
| 2 | 1475 | 1164 |
| 3 | 1734 | 989 |
| 4 | 3034 | 1701 |
| 5 | 1532 | 1254 |
| 6 | 1579 | 1179 |
| 7 | 1541 | 1177 |
| 8 | 1567 | 1045 |
| 9 | 1698 | 1216 |
| 10 | 1689 | 1275 |
| 平均 | 1740.5 | 1223.8 |
3、基于以上的测试结果，如果一次推荐请求用户已经看过10000个视频，需要过滤10000个视频，时延会上涨到秒级以上，这样对于高并发情况性能是不行的，还有其他的办法嘛？ 能不能一次性把整个布隆过滤器读到本地再进行过滤？
在推荐场景，布隆过滤器设置了容量5000个，容错率是0.001，布隆过滤器的最大值为：17972 byte，约 17K，如果每次写入和查询都查询整个布隆过滤器，1000qps 占用的网络带宽为: 13.92 Mbps。
测试可行性：本地构造一个布隆过滤器对象 BitSet，BitSet的最大值是int的最大，从redis查询出来序列化成BitSet对象，再进行读写操作，如果是写操作，再序列化写入redis。
private BitSet get(long userId) {String key = TestBloomP.getBitMapKey(userId, "111");log.info("get bitset key:{}", key);return (BitSet) redisTemplate.opsForValue().get(key);
}private void add(long userId, List<Long> filterItems) {BitSet bitSet = new BitSet();for (Long item : filterItems) {String uniqueKey = userId + ":" + item;List<Integer> offsets = TestBloomP.getOffsets(uniqueKey);for (Integer offset : offsets) {bitSet.set(offset);}}String key = TestBloomP.getBitMapKey(userId, "111");log.info("add bitset key:{}, size:{}", key, bitSet.size());redisTemplate.opsForValue().set(key, bitSet);
}
redis 使用java默认的序列化工具JdkSerializationRedisSerializer，测试结果 如下：写操作会先读再写 时延都是很低：
add bitset key:shop_video:filter_exposed:1607433260630157, size:143808, add count:1, time:36
get bitset time:9, bitset :143808