布隆过滤器

判断一个元素是否在一个集合中

数组 array

查看对应的元素是否在集合中，时间复杂度O(n)，遍历寻找。

假设查找Mango是否在这里面，需要遍历每个元素进行比较，看是否在这里面，时间复杂度O(n)。

哈希表 hashTable

查看对应的元素是否在集合中，时间复杂度O(1)，先通过hash方法，再去查看是否有。

这样看起来是非常完美的，但是随着元素数量的增多，hashTable占用的空间也会非常大。

假设去判断一百亿个URL中是否存在https://www.csdn.net/这个URL。如果使用hashTable来存储这么多数据，也是不现实的。

仅仅是判断一个元素是否在集合里，能否将这些数据不用那么精确存储，可以联调想到的是BitMap。

BitMap

简单来讲就是 一段内存，上面只存储了01两个数值（听起来是废话，计算机内部存储都是这么做的），默认的都是0，按照内存开始和内存结束，逻辑上有第几位第几位。

可以将某个值通过hash 函数计算之后得到整数，然后将对应位数翻转为1。

假设有m个位，n个元素，来推导下情况

1. 任意一个位被置为1的概率为：
   $\frac1 m$

2. 任意一个位没有被置位1的概率为：
   $1- \frac1 m$

3. 插入了n个元素依然没有被置为1的概率为：

$(1− \frac1 m ) ^ n$

4. 反过来说，插入n个元素，一个位被置为1的概率为：
   $1 - (1− \frac1 m ) ^ n$

布隆过滤器

如果使用多个hash函数，将多个位置变为1，就是布隆过滤器。

初始化

添加geeks字符串，利用三个hash函数，将1、4、7置为1

添加nerd字符串，利用三个hash函数，将3、4、5置为1，由于上个操作已经把4置为1了。

添加cat 字符串，利用hash函数，会看到1、3、7都是1。这就是误报的情况，过滤不是百分百的，而是有概率的。

总结

上面这种保证了，如果有一个位为0，就是精准的过滤。
所以能保证：不存在的肯定不存在；存在的不一定存在。

Filter 就是布隆过滤器
Storage 就是存储
主要就是通过给定数据，判断数据是否在storage中，先通过Filter来过滤下，然后把请求丢到storage中，大大降低了对storage的访问。