算法 布隆过滤器

1. 匹配不上，则一定不相等。但是匹配上，也可能不相等（不同的公司名的hash值散落到bit上一致，即hash冲突） 实际场景: 公安系统有个犯罪人员名单，比如是几千万。把他们的身份证全部放到布隆过滤器里面。 在你去过飞机、演唱会的安检时，可以根据你的身份证去布隆过滤器里面验证是否是嫌疑人。 匹配不到，那你一定不是犯罪名单。匹配到了，也别紧张，可能是误判。๑乛◡乛๑。 去小黑屋和警察叔叔喝杯茶确认下就好了。

再比如，南京有一千万家注册公司，每次新公司注册，如何防止和之前的公司是否重名呢？ 把所有的公司名字放到布隆过滤器里面。 今天你去注册公司，名字叫“碧海蓝天高级洗浴中心”匹配不到，恭喜你，那就是可以用这个名字了。 匹配到了的话，就需要确认下(此时可能误报哦)或者换个名字了。

优点：内存占用少记少(hash函数-->bit位). 缺点：有一定几率的误报(具体看hash函数的实现)

2. 具体使用:

   1 com.google.guava 的 BloomFilter

   2 redis的 rebloom

3. 应用场景 主要是解决大规模数据下不需要精确过滤的场景，如检查垃圾邮件地址，爬虫URL地址去重，解决缓存穿透问题等

缓存击穿问题