1. 布隆过滤器简介
-
布隆过滤器简介 布隆过滤器是一种空间利用率较高的概率型数据结构，用来测试一个元素是否在集合中。但是存在一定可能，导致结果误判。即元素不在集合中，查询结果却返回元素在集合中。
-
布隆过滤器一些的性质
- 与哈希表不同，布隆过滤器是一个大小固定的过滤器，可以通过任意大的数字来描述集合大小
- 添加一个元素到集合中永远不会添加失败，但误报率会随着添加元素数量的增多逐渐上升，直到集合中所有位都设置位1
- 查询一个元素存在会产生误报的可能
- 不应该从集合中删除元素。例如一个元素对应k的hash函数，当我们尝试删除，可能导致将hash值相同的元素也一并删除。
- 布隆过滤器的工作方式
- 一个空的布隆过滤器是一个由m个二进制位构成的数组。
- 我们需要k个hash函数来计算输入的hash值。当我们向过滤器中添加一个元素事，k个hash函数计算出的索引值 h1(x), h2(x)，… hk(x)被设置位1。例如将geeks加入到过滤器中，我们用到3个hash函数，过滤器的长度为10，初始值被设置为0。
2. 使用Redis实现布隆过滤器
- Guava已经实现BoomFilter相关算法，包括通过预计插入元素个数、bit空间大小来、预计失误率来计算hash函数个数。
- 使用Redis setbit 命令来设置对应的值是否命中，Redis还可以持久化
