布隆过滤器专题

1，定义

布隆过滤器 (Bloom Filter)是由 Burton Howard Bloom 于 1970 年提出，它是一种 space efficient 的概率型数据结构，用于判断一个元素是否在集合中。

当布隆过滤器说某个元素存在时，则此元素可能存在也可能不存在。当过滤器说某个元素不存在时，此元素一定不存在。其中的元素越多，false positive rate(误报率)越大

哈希表也能用于判断元素是否在集合中，但是布隆过滤器只需要哈希表的 1/8 或 1/4 的空间复杂度就能完成同样的问题。

布隆过滤器可以插入元素，但不可以删除已有元素。

2，原理

先分配一块内存作为bit数组，数组内元素全部设为0。

加入元素时，采用k个相互独立的哈希函数计算，然后将数据哈希映射的k个位置值全设为1。

检测时，仍然使用k个哈希函数计算出k个位置，如果全为1，则可能存在，如有一个不为0，则肯定不存在。

3，为什么布隆过滤器会出现误判？

哈希函数会出现碰撞，所以布隆过滤器会存在误判。误判率是指布隆过滤器判断某个值存在，而实际不存在的概率，有概率存在这样的 key，它们内容不同，但多次 Hash 后的 Hash 值都相同。

对于布隆过滤器判断不存在的值，则100%不存在，如果这个 key 存在，那它每次 Hash 后对应的 Hash 值位置肯定是 1，而不会是 0。布隆过滤器判断存在不一定真的存在。

4，为什么布隆过滤器不允许删除元素？

删除意味着需要将对应的 k 个 bits 位置设置为 0，其中有可能是其他元素对应的位。

因此 remove 会引入 false negative，这是绝对不被允许的。

5，redis如何运用布隆过滤器解决缓存穿透？

把要查询的值先过布隆过滤器，判断是否存在，存在就走redis缓存，不存在就直接返回，并且配合缓存空值，可以有效解决缓存穿透问题，虽然存在一定误差，但是在业务范围内允许接受。（允许小部分误判值穿透至数据库进行查询，但数量很少）

• 第一步先查询数据库数据并加入到布隆过滤器中。
• 新请求发送过来布隆过滤器判断是否命中，命中就走缓存，之后接着看是否走数据库还是直接从缓存获取返回。
• 如果布隆过滤器miss，就直接返回空值，不走cache了。