布隆过滤器

关于缓存穿透的解决方案，这篇文章讲的很透彻，拿来分享下：

详细内容参考博主链接：

https://www.cnblogs.com/rjzheng/p/8908073.html

布隆过滤器

1、原理

布隆过滤器的巨大用处就是，能够迅速判断一个元素是否在一个集合中。因此他有如下三个使用场景:

1. 网页爬虫对URL的去重，避免爬取相同的URL地址
2. 反垃圾邮件，从数十亿个垃圾邮件列表中判断某邮箱是否垃圾邮箱（同理，垃圾短信）
3. 缓存击穿，将已存在的缓存放到布隆过滤器中，当黑客访问不存在的缓存时迅速返回避免缓存及DB挂掉。

OK，接下来我们来谈谈布隆过滤器的原理
其内部维护一个全为0的bit数组，需要说明的是，布隆过滤器有一个误判率的概念，误判率越低，则数组越长，所占空间越大。误判率越高则数组越小，所占的空间越小。

假设，根据误判率，我们生成一个10位的bit数组，以及2个hash函数（f1,f2f1,f2），如下图所示(生成的数组的位数和hash函数的数量，我们不用去关心是如何生成的，有数学论文进行过专业的证明)。

总结：一个数组，两个hash函数。

假设输入集合为(N1,N2N1,N2),经过计算f1(N1)f1(N1)得到的数值得为2，f2(N1)f2(N1)得到的数值为5，则将数组下标为2和下表为5的位置置为1，如下图所示

同理，经过计算f1(N2)f1(N2)得到的数值得为3，f2(N2)f2(N2)得到的数值为6，则将数组下标为3和下表为6的位置置为1，如下图所示

这个时候，我们有第三个数N3N3，我们判断N3N3在不在集合(N1,N2N1,N2)中，就进行f1(N3)，f2(N3)f1(N3)，f2(N3)的计算

结论：

1. 若值恰巧都位于上图的红色位置中，我们则认为，N3N3在集合(N1,N2N1,N2)中
2. 若值有一个不位于上图的红色位置中，我们则认为，N3N3不在集合(N1,N2N1,N2)中

以上就是布隆过滤器的计算原理