Go bloom 怎样把过滤器状态导出后恢复

如果 Go 服务把 bloom.BloomFilter 只放在内存里，进程重启后过滤器会回到空状态。要保留已经加入的位图，直接用 WriteTo 写出二进制表示，再用 ReadFrom 读回即可；不要重新创建一个不同参数的过滤器后再猜测地补数据。

官方文档：https://pkg.go.dev/github.com/bits-and-blooms/bloom/v3

先把“保存状态”和“保存原集合”分开

Bloom filter 的职责是快速回答“这个元素可能存在吗”。它使用位图和多个哈希位置表达集合，因此保存过滤器并不等价于保存原始 ID、邮箱或 URL 列表。导出的文件只能恢复近似集合的查询状态，不能反推出原始数据，也不能消除误报。

当前包的 BloomFilter 提供 WriteTo/ReadFrom 二进制接口，也提供 MarshalBinary/UnmarshalBinary。文件或网络流场景优先使用前一组接口，避免先把整个结果复制到额外的字节切片。

用 WriteTo 导出，再用 ReadFrom 恢复

下面的写法把过滤器状态落到文件，再从同一个文件恢复。代码中的 bufio 只是减少文件读写调用次数，真正负责编码和解码的是 bloom 包的方法。

package main

import (
    "bufio"
    "os"

    "github.com/bits-and-blooms/bloom/v3"
)

func saveFilter(path string, f *bloom.BloomFilter) error {
    file, err := os.Create(path)
    if err != nil {
        return err
    }
    defer file.Close() // 文件句柄必须在写出完成后释放。

    writer := bufio.NewWriter(file)
    if _, err := f.WriteTo(writer); err != nil {
        return err // 编码失败时不把文件当成可恢复快照。
    }
    return writer.Flush() // 先把缓冲区内容推到文件。
}

func loadFilter(path string) (*bloom.BloomFilter, error) {
    file, err := os.Open(path)
    if err != nil {
        return nil, err
    }
    defer file.Close() // 读取结束后关闭快照文件。

    var f bloom.BloomFilter
    reader := bufio.NewReader(file)
    if _, err := f.ReadFrom(reader); err != nil {
        return nil, err // 损坏或截断的快照不能降级为空过滤器。
    }
    return &f, nil
}

恢复时不需要先调用 New 设置容量和哈希函数数量，ReadFrom 会把二进制状态读入新的 BloomFilter。如果应用同时保存业务数据，建议把过滤器快照的版本号、生成时间和业务分区写在外层元数据里，但不要改写 bloom 包自己的二进制内容。

持久化方案的模式：快照负责速度，原集合负责重建

这个模式的取舍很明确：快照让服务快速恢复，原集合或可重放日志负责在快照损坏、参数变更或需要重新调节误报率时重建。只保留 BloomFilter 文件，适合“丢失后可以接受重新生成”的缓存型场景；如果它承担唯一的业务判定依据，就应该同时保留可重建来源。

写入和并发时最容易踩的三个坑

第一，不要直接覆盖正在被读取的正式文件。可以写到同目录临时文件，Flush 和 Close 成功后再用原子重命名替换；重命名失败就保留旧快照。第二，发布快照时最好把版本、容量和哈希函数数量记录到旁车元数据中，恢复后发现版本不兼容就走重建路径。

第三，Bloom 包的过滤器不是自动并发安全的。多个 goroutine 读取同一实例且绝不修改时风险较低；只要存在 Add、ClearAll 或恢复写入，就应由调用方用互斥锁或单写者模型串行化。快照完成后再替换应用持有的实例，边界更清楚。

常见问题

ReadFrom 后还要重新 Add 原来的元素吗？

不需要。成功读取后，过滤器状态已经恢复；重复添加通常没有意义，只有你要接收快照之后的新元素时才继续 Add。

恢复后的 Test 返回 true 就代表元素一定存在吗？

不是。Bloom filter 允许误报，true 表示可能存在；如果业务需要最终确认，应再查询原集合或权威存储。

MarshalBinary 和 WriteTo 该选哪个？

写文件或网络流时可直接用 WriteTo/ReadFrom；需要把状态放进已有二进制协议或数据库字段时，再考虑 MarshalBinary/UnmarshalBinary。