Redis布隆过滤器原理和实现

1、为什么使用BitMaps？
一般情况下，计算机用二进制存储，一个字符=2个字节，中文一个字符=3个字节，一个字节是8位bit；
在有些特殊的业务场景下（比如用户是否活跃），实际有效的存储只有1位，0或1，如果使用字符串的存储，8位的话会造成空间浪费；

如何解决？
a、引入BitMaps，使用1位来表示这种value值只有1位的数据类型，节约空间
b、BitMaps可以理解为是：boolean[] arry，
c、比如某个用户在哪个时间范围内是否活跃，使用BitMaps存储：setbit  key（用户id+日期）   偏移量（在数组中的位置）  value（0或1），在进行用户活跃数统计时，bitcount   key得出用户活跃总数；

2、布隆过滤器，是一种程序或者方法，用来判断一个元素是否在一个集合中：
这种算法由一个二进制数组和一个Hash算法组成，是一种概率型的算法
这种算法有一个作用：判断某个元素是否在某个集合里面

那么问题来了：

集合的操作（交并补差不是用set集合也可以？）还是那个问题，set占用8个bit，而BitMaps只占用一位！

3、布隆过滤器的实现原理：

a、定义一个二进制数组：就是BitMaps（BitMaps就是一个二进制数组）
b、实现Hash算法：对setbit的va