布隆过滤器(Bloom Filter)的简介, 优缺点以及使用场景

一 :什么是布隆过滤器?

（Bloom Filter）是由布隆（Burton Howard Bloom）在1970年提出的。它实际上是由一个很长的二进制向量和一系列随机映射函数组成，布隆过滤器可以用于检索一个元素是否在一个集合中。

 

二:使用布隆过滤器的 优势 和 缺点？

优点:

它的优点是空间效率和查询时间都远远超过一般的算法。

这是个非常神奇的数据结构，仅需极少的空间就可以判断一个元素是不是在一个集合之内，判断key是否存在。

 

缺点:

有一定的误识别率（假正例False positives，即Bloom Filter报告某一元素存在于某集合中，但是实际上该元素并不在集合中）和删除困难，

但是没有识别错误的情形（即假反例False negatives，如果某个元素确实没有在该集合中，那么Bloom Filter 是不会报告该元素存在于集合中的，所以不会漏报）。

 

三:布隆过滤器适用的场景?

我们可以把所有的用户ID建立一个布隆过滤器，这样当那些黑客的请求过来以后，先用这个过滤器拦截一下，

如果黑客要访问的用户ID不在这个过滤器中，我们就直接把他过滤出去。”

金无足赤，人无完人，Bloom Filter也会有误报，即使某个用户ID不在集合中，他也可能报告说在集合中。

这个时候Tomcat就认为这是一个合法的用户ID，就去Redis中查，不存在，然后到我这里查，还是不存在。”