布隆过滤器

 现学现卖。很不全的介绍。文末参考其他的博客

 

布隆过滤器的之前

   hashmap

       hashmap在查询中非常快，平均近似O(1)，但现在的数据很大，远远超过内存的大小。所以数据都保存在hashmap中不现实。

     缓存穿透

           一般公司的架构是，客户端发送请求，服务端会从缓存redis等服务器中查找，如果没有在从mysql中查找，如果查找到了在缓存到redis，如果客户端发送大量不错在的请求，那么在缓存中，mysql中都不能查询到，那么msql有可能接受不了这么大的并发，而出现 死机。布隆过滤可以有效的解决这个问题。

 

布隆过滤器原理

     布隆过滤器是定义一个很长的二进制向量，长度位n，每位 初始都是零。如下(盗用别人的图)

    

     新增： 假设我们定义三个hash 函数，如果先对请求key，分别用三个hash函数求key的哈希值在对n取余，得到的值定位向量的下标，且把这个bit位设置为1.

     查找： 请求查询中，通过三个hash函数求请求key的哈希值，并对n取余，计算二进制向量下标位的值，如果都是1，那么可能请求已经存在。

               如果有一个不为1，那么这个请求必定不存在。那么这样就不用去redis缓存和mysql数据库中查询了。

                当都是1时，为什么请求可能存在呢？ 因为这三个位可能被其他请求key的哈希值占据了位置。不能保证这个一定存在。也可能是出现hash冲突。就是两个不同的key，通过三个hash函数得到的哈希值都一样。貌似这个几率很小。或者hash函数取得不对

    删除： 对于删除，布隆过滤器就无能为力了，删除的请求key的哈希值，占据的三个bit位可能其他存在的请求key也占据了其中一个或多个位，如果你把bit位的1改为0，导致删除了其他的请求key。所以删除是不可行。

 

水平有限，研究的不多，就介绍的这么多。可以参考其他博客。

 

布隆过滤器的介绍，在java和redis中的使用 ：https://www.cnblogs.com/CodeBear/p/10911177.html

布隆过滤器原理：https://www.jianshu.com/p/2104d11ee0a2