Redisson的基础使用(2)

2023-12-14 23:20:38

布隆过滤器(Bloom Filter)
布隆过滤器一般用于解决缓存穿透的问题。主要原理是使用一组哈希函数,将元素映射成一组位数组中的索引位置。如果要检查某个元素是否在集合中时,将此元素通过所有的哈希函数,查看哈希值对应的位数组的值是否为1。如果对应的位数组的值都为1,这个元素可能在集合中,否则此元素一定不在集合中。简而言之就是:存在的元素可能存在,不存在的元素一定不存在。Redisson也提供了布隆过滤器的使用。

RBloomFilter<User> bloomFilter = redisson.getBloomFilter("xiaohei");
// 初始化布隆过滤器,预计统计元素数量为1000000,期望误差率为0.03
//精度越高,消耗空间越大
bloomFilter.tryInit(100000, 0.01);
bloomFilter.add(new User("xiaobai"));
bloomFilter.contains(new User("xiaobai")));

有序集(SortedSet)
在保证元素唯一性的前提下,通过比较器(Comparator)接口实现了对元素的排序。

RSortedSet<Integer> set = redission.getSortedSet("xiaohei");
set.add(3);
set.add(1);
set.add(2);
set.remove(1);

AtomicLong
与java中的原子类相似,可以理解为让long保持原子性

RAtomicLong r1 = redisson.getAtomicLong("user1");
atomicLong.set(3);
atomicLong.incrementAndGet();//自增一
atomicLong.get();

AtomicDouble

RAtomicDouble r2= redisson.getAtomicDouble("user2");
r2.set(2.81);
r2.addAndGet(4.11);//与4.11相加
r2.get();

文章来源:https://blog.csdn.net/weixin_42592415/article/details/134882397
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。