Redis之布隆过滤

典型场景：

1、智能推荐，过滤用户已经看过的内容

2、爬虫系统，过滤已经爬过的网址

3、NoSQL 数据库领域，过滤大量不存在的row请求

4、邮箱系统，垃圾邮件过滤

 

默认的error_rate是 0.01

默认的initial_size是 100

 

这2个参数可以通过bf.reserve进行设置，用来控制误差率。

错误率越低，需要的空间越大。initial_size参数表示预计放入的元素数量，当实际数量超出这个数值时，误判率会上升。

实现原理：

 

每个布隆过滤器对应到 Redis 的数据结构里面就是一个大型的位数组和几个不一样的无偏 hash 函数。所谓无偏就是能够把元素的 hash 值算得比较均匀。

比如对于一个key，通过几个无偏hash函数进行运算，取模位图数组长度，得到了几个位图位置，然后全部设为1；

产生偏差原因：

多个不同的key，设置的位图位置有空能会有交叉，如果一个key的所有位图位置都被其他的key设置过了，布隆过滤器会认为这个key已经存在了；实际上这个key还没有设置过

也就是说：判断key是否存在，返回存在，实际上不一定存在，有误差

如果一个key所对应的位图位置种，有为0的存在，那这个位图肯定没有设置过

所以：判断key是否存在，返回不存在，那就一定不存在