作用
判断数据可能存在 或 一定不存在。
好处
增加和查询元素的时间复杂度O(N)
布隆过滤器不存储元素本身,占用小,保密性强
缺点
存在误判,bit数组占用率越高,误判率越高;无法获取元素本身,很难删除元素
原理
1、Bit数组 存储数据
| 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 | 0 |
2、Key多次Hash,获取Bit数组下标
key值经过三次hash获得三个下标,这三个位置的元素设置为 1 。
| 0 | 0 | 1 | 0 | 1 | 0 | 0 | 1 | 0 | 0 | 0 | 0 |
3、查询KEY
根据Key 进行hash运算三个下标,查询三个元素是否都为1,都为1表示可能存在,存在0表示一定不存在。
4、 误判率
存储 Key越多, 也就代表 Bit数组 1 越多 , 0 越少, 误判率也就 越高 。
例子:
有一个12位bit数组,存储50个key之后,bit数组元素均为1
| 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 | 1 |
那么这时候,无论查询什么新的Key,都会返回三个1。
解决:
可以 适当增加Bit数组长度 , 降低误判率 。
删除KEY
由于布隆过滤的实现和hash冲突,很难删除布隆过滤的key。
一般是重新进行查询计算布隆过滤器的数据。
如果需要删除,可以给每个Bit元素添加计数器,删除一个key就给三个元素的计数减1。(可参考 Counting Bloom Filter)
使用场景
1、缓存穿透
2、黑名单过滤
3、URL去重
相关
布谷过滤器 (Cuckoo Filter