如网页 URL 去重、垃圾邮件识别、大集合中重复元素的判断和缓存穿透等问题。
布隆过滤器是一个比特向量或者比特数组，它本质上是一种概率型数据结构，用来查找一个元素是否在 集合中，支持高效插入和查询某条记录。常作为针对超大数据量下高效查找数据的一种方法。
原理
用k个哈希函数将value转换为k个位，同时在位列表记录。
布隆过滤器可以检查值是 “可能在集合中” 还是 “绝对不在集合中” 。“可能” 表示有一定的概率，也就是说可能存在一定为误判率。
对于检查新的value是否存在过，直接查看对应的k个位是否已置位，任意一个未置位，则不存在，全部置位，则可能存在
应用
在实际工作中，布隆过滤器常见的应用场景如下：
- 网页爬虫对 URL 去重，避免爬取相同的 URL 地址；
- 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；
- Google Chrome 使用布隆过滤器识别恶意 URL；
- Medium 使用布隆过滤器避免推荐给用户已经读过的文章；
- Google BigTable，Apache HBbase 和 Apache Cassandra 使用布隆过滤器减少对不存在的行和列的查找。 除了上述的应用场景之外，布隆过滤器还有一个应用场景就是解决缓存穿透的问题。所谓的缓存穿透就是服务调用方每次都是查询不在缓存中的数据，这样每次服务调用都会到数据库中进行查询，如果这类请求比较多的话，就会导致数据库压力增大，这样缓存就失去了意义。
利用布隆过滤器我们可以预先把数据查询的主键，比如用户 ID 或文章 ID 缓存到过滤器中。当根据 ID 进行数据查询的时候，我们先判断该 ID 是否存在，若存在的话，则进行下一步处理。若不存在的话，直接返回，这样就不会触发后续的数据库查询。需要注意的是缓存穿透不能完全解决，我们只能将其控制在一个可以容忍的范围内。（判断数据库是否有信息）
用缓存做布隆过滤器（判断缓存是否有信息）
布隆过滤器哈希函数个数k的选取
布隆过滤器k个哈希与单个哈希相比，其实就是k个哈希对误判率影响的取舍，
假设布隆过滤器有m个bit，已插入的value有n个，结论是冲突最小时 k ≈ 0.7 m / n
m越大，n越小，k就应该越大
因为n/m很小时，k=1时只需一次哈希冲突即可，而k=n时需要n次哈希冲突，k越大误判率越小
n/m很大时，k越大1的覆盖率越大，k越小误判率越小
支持删除操作吗
目前布隆过滤器只支持插入和查找操作，不支持删除操作，如果要支持删除，就要使用计数变量，每次将相应的位置为1则计数加一，删除则减一。
