简介
布隆过滤器（英语：Bloom Filter）是 1970 年由布隆提出的。
它实际上是一个很长的二进制向量和一系列随机映射函数。主要用于判断一个元素是否在一个集合中。
通常我们会遇到很多要判断一个元素是否在某个集合中的业务场景，一般想到的是将集合中所有元素保存起来，然后通过比较确定。链表、树、散列表（又叫哈希表，Hash table）等等数据结构都是这种思路。
但是随着集合中元素的增加，我们需要的存储空间也会呈现线性增长，最终达到瓶颈。同时检索速度也越来越慢，上述三种结构的检索时间复杂度分别为O(n)，O(logn)，O(1)。
这个时候，布隆过滤器（Bloom Filter）就应运而生。
一个初值都为零的bit数组和多个哈希函数构成，用来快速判断某个数据是否存在。
本质就是判断具体数据存不存在一个大的集合中。 不过结果不太准确。
布隆过滤器的特点：
- 高效地插入和查询，占用空间小，返回地结果是不确定性地
- 一个元素如果判断为存在地时候该元素不一定存在，但是判断结果为不存在的时候则一定不存在
- 布隆过滤器可以添加元素，但是不能删除元素，因为删除元素会导致误判率增加。
- 误判只会发生在过滤器没有添加过的元素，对于添加过的元素不会发生误判。
布隆过滤器的使用场景
1.解决缓存穿透的问题
缓存穿透是什么？
- 一般情况下，先查询缓存redis是否有该条数据，缓存中没有时，再查询数据库。
当数据库也不存在该条数据时，每次查询都要访问数据库，这就是缓存穿透。
缓存透带来的问题是，当有大量请求查洵数据库不存在的数据时，就会给数据库带来压力，甚至会拖垮数据库。
可以使用布降过滤器解决缓存穿透的问题
- 把己存在数据的key存在布隆过滤器中，相当于redis前面挡着一个布隆过滤器。
当有新的请求时，先到布隆过滤器中查询是否存在：
如果布隆过滤器中不存在该条数据则直接返回；
如果布隆过滤器中己存在才去查询缓存redis，如果redis里没查询到则穿透到Mysq|数据库
2.业务场景中判断用户是否阅读过某视频或文章，比如抖音或头条，当然会导致一定的误判，但不会让用户看到重复的内容。
布隆过滤器原理
哈希函数
哈希函数的概念是：将任意大小的输入数据转换成特定大小的输出数据的函数，转换后的数据称为哈希值或哈希编码，也叫散列值。
所有散列函数都有如下基本特性：
- 如果两个散列值是不相同的（根据同一函数），那么这两个散列值的原始输入也是不相同的。这个特性是散列函数具有确定性的结果，具有这种性质的散列函数称为单向散列函数。
- 散列函数的输入和输出不是唯一对应关系的，如果两个散列值相同，两个输入值很可能是相同的，但也可能不同，这种情况称为“散列碰撞（collision）”。
但是用 hash表存储大数据量时，空间效率还是很低，当只有一个 hash 函数时，还很容易发生哈希碰撞。
举例：
System.out.println("Aa".hashCode());
System.out.println("BB".hashCode());
布隆过滤器数据结构
BloomFilter 是由一个固定大小的二进制向量或者位图（bitmap）和一系列映射函数组成的。
在初始状态时，对于长度为 m 的位数组，它的所有位都被置为0，如下图所示：
当有变量被加入集合时，通过 K 个映射函数将这个变量映射成位图中的 K 个点，把它们置为 1（假定有两个变量都通过 3 个映射函数）。
查询某个变量的时候我们只要看看这些点是不是都是 1 就可以大概率知道集合中有没有它了
- 如果这些点有任何一个 0，则被查询变量一定不在；
- 如果都是 1，则被查询变量很可能存在
为什么说是可能存在，而不是一定存在呢？那是因为映射函数本身就是散列函数，散列函数是会有碰撞的。
这也造成了布隆过滤器的删除问题，因为布隆过滤器的每一个bit并不是独占的，很可能多个元素共享了某一位。如果我们直接删除者一位的话，会影响其他元素。
总结
使用时最好不要让实际元素数量远大于初始化数量
当实际元素数量超过初始化数量时，应该对布隆过滤器进行重建，重新分配一个更大的过滤器，再将所有的历史元素批量add进行。