布隆过滤器

我们在《Redis缓存穿透、缓存击穿和雪崩》中说过，解决缓存穿透的有效办法之一就是使用布隆过滤器。实际上，布隆过滤器不仅仅可以解决缓存穿透的问题，还被广泛应用于网页黑名单系统、垃圾邮件过滤系统、爬虫网址判重等系统，那到底什么是布隆过滤器，今天我们就来揭开它的神秘面纱。

一、布隆过滤器的应用场景

我们先来看下布隆过滤器的应用场景，看看它到底能做什么。

1、解决（缓解）缓存穿透

我们经常会把一些热点数据放在Redis缓存中，比如产品信息等。当有查询请求进来时，我们可以根据产品Id直接去缓存中取数据，而不用读数据库，这是提升性能最简单，最普遍，也是最有效的做法。

一般的查询流程是这样的：先查缓存，有缓存的话直接返回，如果缓存中没有，再去查数据库，再把数据库取出来的数据放入缓存，一切看起来很美好。但是如果现在有大量请求进来，而且都在请求一个不存在的产品Id，会发生什么？既然产品Id都不存在，那么肯定没有缓存，没有缓存，那么大量的请求都怼到数据库，数据库的压力一下子就上来了，还有可能把数据库打死，这就是所谓的缓存穿透。

我们在《Redis缓存穿透、缓存击穿和雪崩》中说过，有很多办法可以解决缓存穿透，但我们今天的主角是“布隆过滤器”，“布隆过滤器”就可以解决（缓解）缓存穿透问题。至于为什么说是“缓解”，看下去你就明白了。

2、大量数据，判断某元素是否在其中

现在有大量的数据，而这些数据的大小已经远远超出了服务器的内存，现在再给你一个数据，如何判断给你的数据在不在其中。如果服务器的内存足够大，那么用HashMap是一个不错的解决方案，理论上的时间复杂度可以达到O(1)，但是现在数据的大小已经远远超出了服务器的内存，所以无法使用HashMap，这个时候就可以使用“布隆过滤器”来解决这个问题。

二、什么是布隆过滤器

布隆过滤器是一个叫“布隆”的人提出的，它本身是一个很长的二进制向量，既然是二进制的向量，那么显而易见的，存放的不是0，就是1。

现在我们新建一个长度为16的布隆过滤器，默认值都是0，就像下面这样：

将一个元素X怎么加入布隆过滤器？

当一个元素X加入布隆过滤器时，将X作为参数，通过 K 个 Hash 函数将这个元素映射成 k 个值 ：K1、K2、K3...，然后把向量中下标为K1、K2、K3...的位置置