布隆过滤器

问题

redis 缓存穿透

有人请求id = -1 的数据
redis中是没有这条数据的，需要去mysql中查，但是数据库也没有这条数据。
查出的结果是null
然后，多次请求id = -1
多级去数据库查询，导致数据库资源浪费

解决思路：
查出 -1的数据为null 也缓存到redis ，下次再请求就可以从缓存取了

这个时候有人请求id = -2 的数据，数据库也没有，于是redis 缓存-2 的数据
然后，-3，-4 .。。。-100000000
如果把查出来为null的都缓存起来，肯定是要浪费redis资源的，而且取数据库查询不存在的数据也是再浪费资源

这个时候需要用到过滤器
先用过滤器查一遍该id是否存在于数据库，如果存在再去数据库里面查，减少数据库查询次数。
但是，如何判断这个id是否存在于数据库呢？
最简单的办法就是把所有存在的id都存在redis里面，然后过滤。
可以这么做，但是如果数据量太大，会浪费内存。
这个时候布隆过滤器就派上用场了

布隆过滤器原理：

用一个bit数组来判断值是否存在。
把一个id 通过hash的方式计算，取到一个值

比如创建一个20位的bit数组20位初始化的时候全部为0.

然后用id=10的数据hash计算出一个hash值 = 1
这个时候 数组1的位置上标记为 1

下次有id = 10的请求进来，布隆过滤器一计算 hash值 =1 ，去数组1的位置一看 结果是1 ，表示 id=10 是存在的. 返回true

为什么用布隆过滤器，因为占用空间真的少 1千万的数据大概只要1M的内存

布隆过滤器有其缺点：
可能因为hash冲突导致判断失误

比如有id = 100的请求进来，hash后值也是1，这个时候也返回true
这个就是判断错误了。

如何减少错误率？
加大数组长度，
多重hash计算，比如我同一个数用多种不同的方式计算hash值。

总结：
布隆过滤器判断有的，可能不存在。
布隆过滤器判断没有的，一定不存在。