什么是布隆过滤器：
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。布隆过滤器可以用于检索一个元素是否在一个集合中。它的优点是空间效率和查询时间都远远超过一般的算法，缺点是有一定的误识别率和删除困难。
布隆过滤器的原理是，当一个元素被加入集合时，通过K个散列函数将这个元素映射成一个位数组中的K个点，把它们置为1。检索时，我们只要看看这些点是不是都是1就（大约）知道集合中有没有它了：如果这些点有任何一个0，则被检元素一定不在；如果都是1，则被检元素很可能在。这就是布隆过滤器的基本思想。
布隆过滤器应用场景：
为了解决redis缓存穿透问题（大量请求的 key 根本不存在于缓存中，导致请求直接到了数据库上）通常的一种解决方案就是布隆过滤器。
我们只需要在布隆过滤器上判断该元素是否存在，如果不存在则直接返回，如果判断存在则查询缓存和数据库，尽管有误判率的影响，但是也能够大大减少数据库的负担，同时也能够阻挡大部分的非法请求。
于是我就想为啥不直接用HashMap？ 这样就不会有布隆过滤器无法删除以及误判的缺点。我把问题抛入群里，于是引发了以下对话。
总结一下：
- 布隆过滤器主要是解决redis缓存穿透问题。
- HashMap与布隆过滤器应用场景不同，布隆过滤器的使用场景是判断指定值是否存在，hashmap不仅判断是否存在，而且存储了完整的数据。
- 布隆过滤器的优点是空间效率和查询时间都远远超过一般的算法，缺点是有一定的误识别率和删除困难。
评论