1.保姆级Linux安装Redis
①把redis.tar.gz下载到linux中，并用命令tar -zxvf安装
②安装完成进入目录输入make进行编译，编译完成后输入make install 进行安装
③创建两个文件夹mkdir bin mkdir etc
将redis目录下的redis.conf文件移动到etc文件中：mv redis.conf etc
将redis目录下src目录中的mkreleasehdr.sh、redis-benchmark、redis-check-aof、redis-cli、redis-server文件移动到 bin文件夹中:mv mkreleasehdr.sh redis-benchmark redis-check-aof redis-cli redis-server /root/home/softwear/redis-6.2.1/bin
④进入etc中打开redis.conf文件，修改配置(例如输入/daemonize查找按n键查找下一个):
- 把文件中的daemonize属性改为yes（表明需要在后台运行）
- 把 redis.conf配置文件中的 bind 127.0.0.1 这一行给注释掉，这里的bind指的是只有指定的网段才能远程访问这个redis，注释掉后，就没有这个限制了。
- 把 redis.conf配置文件中的 protected-mode 设置成no（默认是设置成yes的， 防止了远程访问
- 编辑 redis.conf配置文件，修改Redis默认密码 (默认密码为空)（1）在配置文件中找到这一行 # requirepass foobared（2）删除前面的注释符号#，并把foobared修改成自己的密码 或者 另起一行 requirepass 自己的密码
⑤设置Redis开机启动
进入：vi /etc/rc.d/rc.local
将bin目录下的/root/home/softwear/redis-6.2.1/bin/redis-server 和etc目录下的/root/home/softwear/redis-6.2.1/etc/redis.conf 添加到文件中
⑥进入redis下的bin目录 cd ~/home/softwear/redis-6.2.1/bin, 启动redis服务redis-server
启动成功!
注意：修改完Redis配置文件后启动时一定要加上配置文件，例如：redis-server redis.conf
⑦redis-server服务启动之后启动后启动客户端 redis-cli
redis-cli -h(地址) 127.0.0.1 -p(端口号) 6379 -a(密码) .....
2.Bloom过滤器安装
下载插件https://download.csdn.net/download/RHHcainiao/88652985
也可以自行下载！
# 1.解压tar -zxvf v2.2.1.tar.gz
# 2. make一下
cd RedisBloom-2.2.1/
make2.安装完布隆过滤器后，去redis的配置文件中加载 redisbloom.so文件，在redis.conf中添加配置
#1.打开Redis的conf配置文件
vim redis/redis.conf
添加如下内容：
loadmodule /root/redis-6.2.5/RedisBloom-2.2.5/redisbloom.so3.验证是否安装且成功配置布隆过滤器，先重启redis，然后使用布隆过滤器的 bf.add命令进行测试,返回1代表布隆过滤器配置完成
# 1.重启进入redis客户端
redis-server /usr/local/redis/redis.conf
redis-cli -h(地址) 127.0.0.1 -p(端口号) 6379 -a(密码) .....
# 2.测试布隆过滤器命令,如果返回1说明布隆过滤器配置成功!
bf.add k1 test3. 布隆过滤器的基本使用
# 1.清空redis数据库(测试用，慎重！)
flushall
# 2.添加
bf.add k1 helloRedis
# 3.判断是否存在
bf.exists k1 helloRedis
# 4.判断一个不存在的key value
bf.exists k2 helloJava
# 5.批量添加
bf.madd k2 a b c d e
# 6.批量判断
bf.mexists k2 a b c d e3.Bloom简介
Bloom本质上是一种数据结构，特点是 高效的插入和查询，可用来判断存在或者不存在
直接上代码：
4.SpringBoot集成Bloom
1.添加依赖
<dependency><groupId>com.google.guava</groupId><artifactId>guava</artifactId><version>30.1-jre</version></dependency>2.编写Bloom帮助类
package com.rh.serviceproduct.bloom;import com.google.common.hash.BloomFilter;
import com.google.common.hash.Funnels;
import jakarta.annotation.PostConstruct;
import org.springframework.stereotype.Component;import java.nio.charset.Charset;@Component
public class BloomFilterService {//Bloom容量100万(根据业务自定义)private static final int EXPECTED_INSERTIONS = 1000000;//误差率0.1%private static final double FPP = 0.001;//注入过滤器private BloomFilter<String> bloomFilter;/*** 初始化方法*/@PostConstructpublic void init() {//创建一个过滤器，容量100万，误差率0.1% 字符编码UTF-8bloomFilter = BloomFilter.create(Funnels.stringFunnel(Charset.forName("UTF-8")), EXPECTED_INSERTIONS, FPP);}/*** 添加元素* @param value*/public void add(String value) {bloomFilter.put(value);}/*** 是否存在元素* @param value* @return*/public boolean mightContain(String value) {return bloomFilter.mightContain(value);}
}3.接口示例编写
package com.rh.serviceproduct.controller;import com.rh.model.vo.common.Result;
import com.rh.model.vo.common.ResultCodeEnum;
import com.rh.serviceproduct.bloom.BloomFilterService;
import org.checkerframework.checker.units.qual.A;
import org.springframework.beans.factory.annotation.Autowired;
import org.springframework.data.redis.core.RedisTemplate;
import org.springframework.web.bind.annotation.GetMapping;
import org.springframework.web.bind.annotation.RequestMapping;
import org.springframework.web.bind.annotation.RestController;@RestController
public class TestController {//注入Redis客户端@Autowiredprivate RedisTemplate<String,String>redisTemplate;//注入Bloom帮助类@Autowiredprivate BloomFilterService bloomFilterService;@RequestMapping(value="/test")public Result findAll(){String findValue="";//定义一个最终返回值//1.定义keyString redisKey="Hello:Bloom!";//2.判断是否存在Bloom过滤器if (!bloomFilterService.mightContain(redisKey)) {//3.如果不存在去查Redisif (!redisTemplate.hasKey(redisKey)){//4.如果redis都不在去查库System.out.println("查询数据库.........");//5.将数据存入redis,同步存入BloomredisTemplate.opsForValue().set(redisKey,"value");bloomFilterService.add(redisKey);}}else {//6.key存在Bloom中，从Redis获取数据,防止Bloom误判(概率极低),再判断一遍Redis是否存在keyif (!redisTemplate.hasKey(redisKey)){System.out.println("查询数据库.........");redisTemplate.opsForValue().set(redisKey,"value");bloomFilterService.add(redisKey);}findValue = redisTemplate.opsForValue().get(redisKey);}return Result.build(findValue, ResultCodeEnum.SUCCESS);}}
