布隆过滤器（BloomFilter）

一. Redis的三大问题

名称	问题	解决方法
缓存穿透	查询了一个不存在的数据	布隆过滤器
缓存击穿	某个key的缓存失效	互斥锁
缓存雪崩	多个Key的缓存同时失效	失效时间+随机时间

二. 布隆过滤器的原理

底层是一个bit二进制向量或叫 bit 数组，bit 里存放的数据非0即1。

通过散列函数将元素映射到bit的相应位置，并将此位置置为1。如hash（元素) = 2：

当要查询某个元素是否存在时，先通过散列函数将元素进行映射，得到在bit的位置，再判断bit的此位置是0或1，若为0，则此元素一定不存在，若为1，则此元素不一定真的存在（是否还记得大明湖畔的经典名句：hash值相等，不一定是同一个对象；同一个对象,hash值一定相等）。

三. 布隆过滤器的缺点

• 真假难辨

确缺点	解释	解决
误判	得到某个元素在bit的位置后，判断时发现此位置是1，但其实此元素并不存在	单独存储可能会误判的元素
错删	两个或以上的元素映射到bit的位置相同，要删除某个时，将1置为0，导致其他元素也完蛋了	Counting Bloom Filter