应用场景:
由于Leveldb采用的是分层的存储结构,那么当Get一个key的时候最坏情况就是在所有的层级上都查询一遍这个key,这个开销是非常大的,引入BloomFilter之后,利用BloomFilter能够快速判断“是否存在”的特点可以很快速的知道需不需要在这个Level中进行查询。
构造函数:
explicit BloomFilterPolicy(int bits_per_key)
这里没有默认构造函数,使用时需传入bits_per_key表示每个key的大小
主要流程:
1)初始化:
k_ = static_cast<size_t>(bits_per_key * 0.69); if (k_ < 1) k_ = 1; if (k_ > 30) k_ = 30;
bits_per_key 是传入的参数,表示每个key的大小,这里为何是*ln(2),我这里也没有搞清楚,如果有哪位高人知道推导的原理还望不吝赐教。
k值表示的是需要进行hash的次数,这里限定了一个范围:(1,30)
2)创建Filter
size_t bits = n * bits_per_key_; //filter的大小,这里的n是key的个数if (bits < 64) bits = 64; size_t bytes = (bits + 7) / 8; // 向上取整到八的整数倍bits = bytes * 8; const size_t init_size = dst->size(); dst->resize(init_size + bytes, 0); dst->push_back(static_cast<char>(k_)); // 将hash函数的个数push到dot的末尾
接下来就是将key做n次hash,把对应位设为1
3) 查找是否存在
该过程和创建Filter过程一样,只不过将设置对应bit位的操作该为判断该bit位是否为0,只要有一位为0则表示这个key是存在的。
个人博客地址:http://www.yancey.info/?p=94