亚洲网站在线,精品骚逼,黄色爱爱,狠狠穞A片一區二區三區,美女视频黄软件,少妇高潮zzzzzzzy,新婚之夜又粗又长舒服,精品无码久久久久久国产牛牛影视

作者 | 王磊

來(lái)源 | Java中文社群（ID：javacn666）

轉(zhuǎn)載請(qǐng)聯(lián)系授權(quán)（微信ID：GG_Stone）

URL 去重在我們?nèi)粘９ぷ髦泻兔嬖囍泻艹Ｓ龅剑热邕@些：

可以看出，包括阿里，網(wǎng)易云、優(yōu)酷、作業(yè)幫等知名互聯(lián)網(wǎng)公司都出現(xiàn)過(guò)類似的面試題，而且和 URL 去重比較類似的，如 IP 黑/白名單判斷等也經(jīng)常出現(xiàn)在我們的工作中，所以我們本文就來(lái)“盤一盤”URL 去重的問(wèn)題。

URL 去重思路

在不考慮業(yè)務(wù)場(chǎng)景和數(shù)據(jù)量的情況下，我們可以使用以下方案來(lái)實(shí)現(xiàn) URL 的重復(fù)判斷：

使用 Java 的 Set 集合，根據(jù)添加時(shí)的結(jié)果來(lái)判斷 URL 是否重復(fù)（添加成功表示 URL 不重復(fù)）；
使用 Redis 中的 Set 集合，根據(jù)添加時(shí)的結(jié)果來(lái)判斷 URL 是否重復(fù)；
將 URL 都存儲(chǔ)在數(shù)據(jù)庫(kù)中，再通過(guò) SQL 語(yǔ)句判斷是否有重復(fù)的 URL；
把數(shù)據(jù)庫(kù)中的 URL 一列設(shè)置為唯一索引，根據(jù)添加時(shí)的結(jié)果來(lái)判斷 URL 是否重復(fù)；
使用 Guava 的布隆過(guò)濾器來(lái)實(shí)現(xiàn) URL 判重；
使用 Redis 的布隆過(guò)濾器來(lái)實(shí)現(xiàn) URL 判重。

以上方案的具體實(shí)現(xiàn)如下。

URL 去重實(shí)現(xiàn)方案

1.使用 Java 的 Set 集合判重

Set 集合天生具備不可重復(fù)性，使用它只能存儲(chǔ)值不相同的元素，如果值相同添加就會(huì)失敗，因此我們可以通過(guò)添加 Set 集合時(shí)的結(jié)果來(lái)判定 URL 是否重復(fù)，實(shí)現(xiàn)代碼如下：

public?class?URLRepeat?{
????//?待去重?URL
????public?static?final?String[]?URLS?=?{
????????????"www.apigo.cn",
????????????"www.baidu.com",
????????????"www.apigo.cn"
????};
????public?static?void?main(String[]?args)?{
????????Set?set?=?new?HashSet();
????????for?(int?i?=?0;?i?????????????String?url?=?URLS[i];
????????????boolean?result?=?set.add(url);
????????????if?(!result)?{
????????????????//?重復(fù)的?URL
????????????????System.out.println("URL 已存在了："?+?url);
????????????}
????????}
????}
}

程序的執(zhí)行結(jié)果為：

URL 已存在了：www.apigo.cn

從上述結(jié)果可以看出，使用 Set 集合可以實(shí)現(xiàn) URL 的判重功能。

2.Redis Set 集合去重

使用 Redis 的 Set 集合的實(shí)現(xiàn)思路和 Java 中的 Set 集合思想思路是一致的，都是利用 Set 的不可重復(fù)性實(shí)現(xiàn)的，我們先使用 Redis 的客戶端 redis-cli 來(lái)實(shí)現(xiàn)一下 URL 判重的示例：

從上述結(jié)果可以看出，當(dāng)添加成功時(shí)表示 URL 沒(méi)有重復(fù)，但添加失敗時(shí)（結(jié)果為 0）表示此 URL 已經(jīng)存在了。

我們?cè)儆么a的方式來(lái)實(shí)現(xiàn)一下 Redis 的 Set 去重，實(shí)現(xiàn)代碼如下：

//?待去重?URL
public?static?final?String[]?URLS?=?{
????"www.apigo.cn",
????"www.baidu.com",
????"www.apigo.cn"
};

@Autowired
RedisTemplate?redisTemplate;

@RequestMapping("/url")
public?void?urlRepeat()?{
????for?(int?i?=?0;?i?????????String?url?=?URLS[i];
????????Long?result?=?redisTemplate.opsForSet().add("urlrepeat",?url);
????????if?(result?==?0)?{
????????????//?重復(fù)的?URL
????????????System.out.println("URL 已存在了："?+?url);
????????}
????}
}

以上程序的執(zhí)行結(jié)果為：

URL 已存在了：www.apigo.cn

以上代碼中我們借助了 Spring Data 中的 RedisTemplate?實(shí)現(xiàn)的，在 Spring Boot 項(xiàng)目中要使用 RedisTemplate 對(duì)象我們需要先引入 spring-boot-starter-data-redis?框架，配置信息如下：


<dependency>
????<groupId>org.springframework.bootgroupId>
????<artifactId>spring-boot-starter-data-redisartifactId>
dependency>

然后需要再項(xiàng)目中配置 Redis 的連接信息，在 application.properties 中配置如下內(nèi)容：

spring.redis.host=127.0.0.1
spring.redis.port=6379
#spring.redis.password=123456?#?Redis?服務(wù)器密碼，有密碼的話需要配置此項(xiàng)

經(jīng)過(guò)以上兩個(gè)步驟之后，我們就可以在 Spring Boot 的項(xiàng)目中正常的使用 RedisTemplate 對(duì)象來(lái)操作 Redis 了。

3.數(shù)據(jù)庫(kù)去重

我們也可以借助數(shù)據(jù)庫(kù)實(shí)現(xiàn) URL 的重復(fù)判斷，首先我們先來(lái)設(shè)計(jì)一張 URL 的存儲(chǔ)表，如下圖所示：

此表對(duì)應(yīng)的 SQL 如下：

/*==============================================================*/
/*?Table:?urlinfo???????????????????????????????????????????????*/
/*==============================================================*/
create?table?urlinfo
(
???id???????????????????int?not?null?auto_increment,
???url??????????????????varchar(1000),
???ctime????????????????date,
???del??????????????????boolean,
???primary?key?(id)
);

/*==============================================================*/
/*?Index:?Index_url?????????????????????????????????????????????*/
/*==============================================================*/
create?index?Index_url?on?urlinfo
(
???url
);

其中 id 為自增的主鍵，而 url? 字段設(shè)置為索引，設(shè)置索引可以加快查詢的速度。

我們先在數(shù)據(jù)庫(kù)中添加兩條測(cè)試數(shù)據(jù)，如下圖所示：

我們使用 SQL 語(yǔ)句查詢，如下圖所示：

如果結(jié)果大于 0 則表明已經(jīng)有重復(fù)的 URL 了，否則表示沒(méi)有重復(fù)的 URL。

4.唯一索引去重

我們也可以使用數(shù)據(jù)庫(kù)的唯一索引來(lái)防止 URL 重復(fù)，它的實(shí)現(xiàn)思路和前面 Set 集合的思想思路非常像。

首先我們先為字段 URL 設(shè)置了唯一索引，然后再添加 URL 數(shù)據(jù)，如果能添加成功則表明 URL 不重復(fù)，反之則表示重復(fù)。

創(chuàng)建唯一索引的 SQL 實(shí)現(xiàn)如下：

create?unique?index?Index_url?on?urlinfo
(
???url
);

5.Guava 布隆過(guò)濾器去重

布隆過(guò)濾器（Bloom Filter）是1970年由布隆提出的。它實(shí)際上是一個(gè)很長(zhǎng)的二進(jìn)制向量和一系列隨機(jī)映射函數(shù)。布隆過(guò)濾器可以用于檢索一個(gè)元素是否在一個(gè)集合中。它的優(yōu)點(diǎn)是空間效率和查詢時(shí)間都遠(yuǎn)遠(yuǎn)超過(guò)一般的算法，缺點(diǎn)是有一定的誤識(shí)別率和刪除困難。

布隆過(guò)濾器的核心實(shí)現(xiàn)是一個(gè)超大的位數(shù)組和幾個(gè)哈希函數(shù)，假設(shè)位數(shù)組的長(zhǎng)度為 m，哈希函數(shù)的個(gè)數(shù)為 k。

以上圖為例，具體的操作流程：假設(shè)集合里面有 3 個(gè)元素 {x, y, z}，哈希函數(shù)的個(gè)數(shù)為 3。首先將位數(shù)組進(jìn)行初始化，將里面每個(gè)位都設(shè)置位 0。對(duì)于集合里面的每一個(gè)元素，將元素依次通過(guò) 3 個(gè)哈希函數(shù)進(jìn)行映射，每次映射都會(huì)產(chǎn)生一個(gè)哈希值，這個(gè)值對(duì)應(yīng)位數(shù)組上面的一個(gè)點(diǎn)，然后將位數(shù)組對(duì)應(yīng)的位置標(biāo)記為 1，查詢 W 元素是否存在集合中的時(shí)候，同樣的方法將 W 通過(guò)哈希映射到位數(shù)組上的 3 個(gè)點(diǎn)。如果 3 個(gè)點(diǎn)的其中有一個(gè)點(diǎn)不為 1，則可以判斷該元素一定不存在集合中。反之，如果 3 個(gè)點(diǎn)都為 1，則該元素可能存在集合中。注意：此處不能判斷該元素是否一定存在集合中，可能存在一定的誤判率?？梢詮膱D中可以看到：假設(shè)某個(gè)元素通過(guò)映射對(duì)應(yīng)下標(biāo)為 4、5、6 這 3 個(gè)點(diǎn)。雖然這 3 個(gè)點(diǎn)都為 1，但是很明顯這 3 個(gè)點(diǎn)是不同元素經(jīng)過(guò)哈希得到的位置，因此這種情況說(shuō)明元素雖然不在集合中，也可能對(duì)應(yīng)的都是 1，這是誤判率存在的原因。

我們可以借助 Google 提供的 Guava 框架來(lái)操作布隆過(guò)濾器，實(shí)現(xiàn)我們先在 pom.xml 中添加 Guava 的引用，配置如下：



<dependency>
????<groupId>com.google.guavagroupId>
????<artifactId>guavaartifactId>
????<version>28.2-jreversion>
dependency>

URL 判重的實(shí)現(xiàn)代碼：

public?class?URLRepeat?{
????//?待去重?URL
????public?static?final?String[]?URLS?=?{
????????????"www.apigo.cn",
????????????"www.baidu.com",
????????????"www.apigo.cn"
????};

????public?static?void?main(String[]?args)?{
????????//?創(chuàng)建一個(gè)布隆過(guò)濾器
????????BloomFilter?filter?=?BloomFilter.create(
????????????????Funnels.stringFunnel(Charset.defaultCharset()),
????????????????10,?//?期望處理的元素?cái)?shù)量
????????????????0.01);?//?期望的誤報(bào)概率
????????for?(int?i?=?0;?i?????????????String?url?=?URLS[i];
????????????if?(filter.mightContain(url))?{
????????????????//?用重復(fù)的?URL
????????????????System.out.println("URL 已存在了："?+?url);
????????????}?else?{
????????????????//?將?URL?存儲(chǔ)在布隆過(guò)濾器中
????????????????filter.put(url);
????????????}
????????}
????}
}

以上程序的執(zhí)行結(jié)果為：

URL 已存在了：www.apigo.cn

6.Redis 布隆過(guò)濾器去重

除了 Guava 的布隆過(guò)濾器，我們還可以使用 Redis 的布隆過(guò)濾器來(lái)實(shí)現(xiàn) URL 判重。在使用之前，我們先要確保 Redis 服務(wù)器版本大于 4.0（此版本以上才支持布隆過(guò)濾器），并且開啟了 Redis 布隆過(guò)濾器功能才能正常使用。

以 Docker 為例，我們來(lái)演示一下 Redis 布隆過(guò)濾器安裝和開啟，首先下載 Redis 的布隆過(guò)器，然后再在重啟 Redis 服務(wù)時(shí)開啟布隆過(guò)濾器，如下圖所示：

布隆過(guò)濾器使用布隆過(guò)濾器正常開啟之后，我們先用 Redis 的客戶端 redis-cli 來(lái)實(shí)現(xiàn)一下布隆過(guò)濾器 URL 判重了，實(shí)現(xiàn)命令如下：

在 Redis 中，布隆過(guò)濾器的操作命令不多，主要包含以下幾個(gè)：
bf.add 添加元素；
bf.exists 判斷某個(gè)元素是否存在；
bf.madd 添加多個(gè)元素；
bf.mexists 判斷多個(gè)元素是否存在；
bf.reserve 設(shè)置布隆過(guò)濾器的準(zhǔn)確率。

接下來(lái)我們使用代碼來(lái)演示一下 Redis 布隆過(guò)濾器的使用：

import?redis.clients.jedis.Jedis;
import?utils.JedisUtils;

import?java.util.Arrays;

public?class?BloomExample?{
????//?布隆過(guò)濾器?key
????private?static?final?String?_KEY?=?"URLREPEAT_KEY";
????
????//?待去重?URL
????public?static?final?String[]?URLS?=?{
????????????"www.apigo.cn",
????????????"www.baidu.com",
????????????"www.apigo.cn"
????};

????public?static?void?main(String[]?args)?{
????????Jedis?jedis?=?JedisUtils.getJedis();
?????????for?(int?i?=?0;?i?????????????String?url?=?URLS[i];
????????????boolean?exists?=?bfExists(jedis,?_KEY,?url);
????????????if?(exists)?{
????????????????//?重復(fù)的?URL
????????????????System.out.println("URL 已存在了："?+?url);
????????????}?else?{
????????????????bfAdd(jedis,?_KEY,?url);
????????????}
????????}
????}

????/**
?????*?添加元素
?????*?@param?jedis?Redis?客戶端
?????*?@param?key???key
?????*?@param?value?value
?????*?@return?boolean
?????*/
????public?static?boolean?bfAdd(Jedis?jedis,?String?key,?String?value)?{
????????String?luaStr?=?"return?redis.call('bf.add',?KEYS[1],?KEYS[2])";
????????Object?result?=?jedis.eval(luaStr,?Arrays.asList(key,?value),
????????????????Arrays.asList());
????????if?(result.equals(1L))?{
????????????return?true;
????????}
????????return?false;
????}

????/**
?????*?查詢?cè)厥欠翊嬖?br>?????*?@param?jedis?Redis?客戶端
?????*?@param?key???key
?????*?@param?value?value
?????*?@return?boolean
?????*/
????public?static?boolean?bfExists(Jedis?jedis,?String?key,?String?value)?{
????????String?luaStr?=?"return?redis.call('bf.exists',?KEYS[1],?KEYS[2])";
????????Object?result?=?jedis.eval(luaStr,?Arrays.asList(key,?value),
????????????????Arrays.asList());
????????if?(result.equals(1L))?{
????????????return?true;
????????}
????????return?false;
????}
}

以上程序的執(zhí)行結(jié)果為：

URL 已存在了：www.apigo.cn

總結(jié)

本文介紹了 6 種 URL 去重的方案，其中 Redis Set、Redis 布隆過(guò)濾器、數(shù)據(jù)庫(kù)和唯一索引這 4 種解決方案適用于分布式系統(tǒng)，如果是海量的分布式系統(tǒng)，建議使用 Redis 布隆過(guò)濾器來(lái)實(shí)現(xiàn) URL 去重，如果是單機(jī)海量數(shù)據(jù)推薦使用 Guava 的布隆器來(lái)實(shí)現(xiàn) URL 去重。

—?【 THE END 】—
本公眾號(hào)全部博文已整理成一個(gè)目錄，請(qǐng)?jiān)诠娞?hào)里回復(fù)「m」獲取！

3T技術(shù)資源大放送！包括但不限于：Java、C/C++，Linux，Python，大數(shù)據(jù)，人工智能等等。在公眾號(hào)內(nèi)回復(fù)「1024」，即可免費(fèi)獲取??！

URL 去重的 6 種方案！(附詳細(xì)代碼)

URL 去重思路

URL 去重實(shí)現(xiàn)方案

1.使用 Java 的 Set 集合判重

2.Redis Set 集合去重

3.數(shù)據(jù)庫(kù)去重

4.唯一索引去重

5.Guava 布隆過(guò)濾器去重

6.Redis 布隆過(guò)濾器去重

總結(jié)

URL 去重的 6 種方案！(附詳細(xì)代碼)