布隆过滤器的应用

在一个 App 的登录场景中，有两个重要信息：账号和设备号

设备号标识一个被安装的 App，在 App 安装时生成，如果卸载了重新安装则会生成新的设备号。

假设有个需求，需要检测一个时间窗口内活跃账号和设备比是否正常，如果不在合理范围内则告警提醒。

一般的方案有下面两种：

方案	特点
内存set	优点：性能好，缺点：存储数据有限
数据库	优点：可以存储更多数据，缺点：性能相对差，需要维护数据的清除逻辑

这两种方案各有其优缺点。

那么，如果我既追求性能，又追求存储更多的数据，有办法嘛

于是布隆过滤器就派上用场了。

布隆过滤器的使用也是将数据存储到内存，同时又可以对数据进行压缩，所以能够在保证性能的同时，存储更多的数据。

前提是能容忍一定程度的误判率，而刚好多数业务场景的却不需要那么精准的数据。

如果想在本地内存里维护布隆过滤器，可以使用Guava的实现。

BloomFilter<CharSequence> bloomFilter = BloomFilter.create(
                Funnels.stringFunnel(Charsets.UTF_8),
&n