布隆过滤器Bloom Filter

概念

filter和cache互补
可以看出产生冲突，在02这个位置变成一个数组或链表，变成链表就叫拉链法解决hash冲突。

这里误识别率是当他判定一个元素在这个集合中，他有一定错误概率，判断不在是100%正确。

原理

如下图x，y，z映射到不同二进制位，x3条蓝色的，y也标为1。
新来一个数w也映射到3个二进制位，发现其中只要有一个二进制位不为1，这个w就不在。w只是查询，查询的0还是保持为0

第二个例子， A插入bloom过滤器，A,E先插入后表示为1。A查询，还是A的位置判断存在，c判断有一位不存在，肯定不存在。B映射也是两位1。但其实AE放在里面。B并不存在。这样B还需要去数据库查询一次。
过滤器只是减少去数据库查询数量。

案例

比特币（Redis（缓存）vsbloomfilter）

前者表示把元素暂存在内存，可以直接从内存 返回提高速度。后者判断这个元素不在就不用在查了，在的话继续查，也可以起到加速作用
下图是比特币网络。

full node client 节点所有交易记录全存在里面。spv（simple payment vertification）节点表示钱包账户也好用来判断是否有交易记录，方法就是用bloom过滤器。如果存在再去相应区块查交易记录。

分布式系统（Map-Reduce）

在分布式系统中，把大的任务切分时候也有。