布隆过滤器

布隆过滤器（Bloom Filter）

• 在Redis中，布隆过滤器由一个大型的位数组和几个不一样的 hash 函数构成。向布隆过滤器中添加 key 时，会使用多个 hash 函数对 key 进行 hash 运算得到一个索引值，然后对位数组长度进行取模运算得到一个位置，每个 hash 函数都会得到一个不同的位置，把位数组中的这几个位置都置为 1，这样就完成了 add 操作。当向布隆过滤器询问 key 是否存在时，跟前面的 add 操作一样，也是通过这些 hash 函数和取模运算，算出在位数组中的位置，并判断是否都为 1，只要有一个为 0，就说明布隆过滤器中的这个 key 不存在；如果都为 1，并不能说明这个 key 就一定存在，只是有很大的可能存在，因为这些位置为 1 可能是因为其他 key 存在导致的。布隆过滤器说某个值不存在，那它就一定不存在；说某个值存在，那它只是可能存在。
• 使用场景：
  • 系统给用户推荐新闻时，可以使用布隆过滤器过滤掉用户看过的新闻。
  • 用户请求数据库获取数据时，可以先通过内存中布隆过滤器 过滤掉对不存在数据的请求，从而减轻数据库的压力。
  • 在项目中的多级缓存之上，可以添加一个布隆过滤器，防止用户对不存在数据的请求打到数据库上。