使用布隆过滤器解决问题

引言
　在海量数据面前如何去过滤，及查找数据。下面有几个问题：

1. 总共有50亿个电话号码，现在已经知道10万个号码，如何在这100亿个电话号码中去快速判断这些10万个号码是否存在？

2. 垃圾邮件过滤。

3.wps文字处理软件错误单词的检测。

4. 网络爬虫重复URL检测。

5. Hbase行过滤器。
   　　　上面的问题都有一些特点，数据量很大，并且要在海量数据中查找其中几条或者部分数据。看看常规的解决方法及问题：

6. 所有数据放在数据库，通过数据库查询，但是实现快速查询有点困难。

7. 数据全部放在集合里，数据所占空间：50亿 * 8字节 = 大约40G，内存浪费而且数据量更大内存空间不一定够。

8. Redis的hyperloglog，查询不够准确。

当数据量较小，内存又足够大时，使用hashMap或者hashSet等结构就好了。但是如果当这些数据量很大，数十亿甚至更多，内存装不下且数据库检索又极慢的情况，在1970年伯顿.布隆就提出了可以用很小的空间来解决上面那些类似问题。

布隆过滤器基本原理

用一个很长的二进制向量（ 也可以理解成bit数组）和若干个哈希函数，这些哈希函数通过计算你要找到的值是否映射在这个二进制向量中。

布隆过滤器初始化的时候bit数组里的值都是0.

当我们将一个元素加入布隆过滤器中的时候，会进行如下操作：

1. 使用布隆过滤器中的哈希函数对元素值进行计算，得到哈希值（