何快速判斷一個元素是不是在一個集合里？這個題目是我最近面試的時候常問的一個問題，這個問題不同人都有很多不同的回答。

今天想介紹一個很少有人會提及到的方案，那就是借助布隆過濾器。

什么叫布隆過濾器

布隆過濾器（Bloom Filter）是一個叫做 Bloom 的老哥于1970年提出的。

實際上可以把它看作由二進制向量（或者說位數組）和一系列隨機映射函數（哈希函數）兩部分組成的數據結構。

它的優點是空間效率和查詢時間都比一般的算法要好的多，缺點是有一定的誤識別率和刪除困難。

實現原理

先來一張圖

布隆過濾器算法主要思想就是利用 n 個哈希函數進行 hash 過后，得到不同的哈希值，根據 hash 映射到數組（這個數組的長度可能會很長很長）的不同的索引位置上，然后將相應的索引位上的值設置為1。

判斷該元素是否出現在集合中，就是利用k個不同的哈希函數計算哈希值，看哈希值對應相應索引位置上面的值是否是1，如果有1個不是1，說明該元素不存在在集合中。

但是也有可能判斷元素在集合中，但是元素不在，這個元素所有索引位置上面的1都是別的元素設置的，這就導致一定的誤判幾率（這就是為什么上面是活可能在一個集合中的根本原因，因為會存在一定的 hash 沖突）。

注意：誤判率越低，相應的性能就會越低。

作用

布隆過濾器是可以用于判斷一個元素是不是（可能）在一個集合里，并且相比于其它的數據結構，布隆過濾器在空間和時間方面都有巨大的優勢。

注意上面的一個詞：可能。這里先預留一個懸念，下文會詳細分析到。

使用場景

•  判斷給定數據是否存在
•  防止緩存穿透（判斷請求的數據是否有效避免直接繞過緩存請求數據庫）等等、郵箱的垃圾郵件過濾、黑名單功能等等。

具體實現

看完了布隆過濾器的算法思想，那就開始具體的實現的講解。

我先來舉個例子，假設有旺財和小強兩個字符串，他們分別經過三次的 hash 算法，然后根據 hash 的結果將對應的數組（假設數組長度為 16）的索引位置的值置為1，先來看下旺財這個詞組:

旺財經過三次 hash 過后，值分別為2,4,6 那么根據可以得到索引值分別為 2、4、6，于是就將該數組的索引（2、4、6）位置的值置為1，其余當做是0，現在假設需要查找旺財 ，同樣經過這個三個hash 然后發現得到的索引 2、4、6對應的位置的值都為1，那么可以判斷旺財可能是存在的。

接著有將小強插入到布隆過濾器中，實際的過程和上面的一樣，假設得到的下標是 1、3、5。

拋開旺財的存在，小強此時是這樣子在布隆過濾器中的，結合旺財和小強實際的數組是這樣子的：

現在有來一個數據：9527，現在要求是判斷 9527 是否存在，假設9527 經過三次 hash 過后得到的下標分別為：5、6、7。結果發現下標為 7 的位置的值為0，那么可以肯定的判斷出，9527 一定不存在。

接著又來了一個 國產007，經過三次 hash 過后得到的下標分別為：2、3、5，結果發現 2、3、5下標對應的值全是1，于是可以大致判斷出 國產007可能存在。但是實際上經過我們剛剛的演示，國產007 根本就不存在，之所以 2、3、5 索引位置的值為1 ，那是因為其他的數據設置的。

說到這里，不知道大家有沒有明白布隆過濾器的作用。

[[432766]]

代碼的實現

作為 Java 程序員，我們真的是很幸福了，我們使用到很多的框架和工具，基本都被封裝好了，布隆過濾器，我們就使用 Google 封裝好的工具類。

首先添加依賴 

<!--布隆過濾依賴-->  
<dependency>  
   <groupId>com.google.guava</groupId>  
   <artifactId>guava</artifactId>  
   <version>25.1-jre</version>  
/dependency> 

代碼的實現 

import com.google.common.hash.BloomFilter;  
import com.google.common.hash.Funnels;  
import java.nio.charset.Charset;  
public class BloomFilterDemo {  
    public static void main(String[] args) {  
        /**  
         * 創建一個插入對象為一億，誤報率為0.01%的布隆過濾器  
         * 不存在一定不存在  
         * 存在不一定存在  
         * ----------------  
         *  Funnel 對象：預估的元素個數，誤判率  
         *  mightContain ：方法判斷元素是否存在  
         */  
        BloomFilter<CharSequence> bloomFilter = BloomFilter.create(Funnels.stringFunnel(Charset.forName("utf-8")), 100000000, 0.0001);  
        bloomFilter.put("死");  
        bloomFilter.put("磕");  
        bloomFilter.put("Redis");  
        System.out.println(bloomFilter.mightContain("Redis"));  
        System.out.println(bloomFilter.mightContain("Java"));  
    }  
} 

具體的解釋已經寫在注釋中了。到這里相信大家一定明白了布隆過濾器和其怎么使用了。

實戰

我們來模擬這樣的場景：通過布隆過濾器來解決緩存穿透。

首先你的知道什么叫緩存穿透吧？

緩存穿透是指用戶訪問一個緩存和數據庫中都沒有的數據，因為緩存中不存在，所以就會去訪問數據庫，如果并發很高。很容易會擊垮數據庫

那布隆過濾器是如何解決這個問題的呢？他

的原理是這樣子的：將數據庫中所有的查詢條件，放入布隆過濾器中，當一個查詢請求過來時，先經過布隆過濾器進行查，如果判斷請求查詢值存在，則繼續查；如果判斷請求查詢不存在，直接丟棄。

其代碼如下： 

String get(String key) {  
    String value = redis.get(key);      
    if (value  == null) {  
        if(!bloomfilter.mightContain(key)){  
            return null;   
        }else{  
            value = db.get(key);   
            redis.set(key, value);   
        }      
    }  
    return value；  
} 

小結

本文詳細介紹了布隆過濾器是什么？有什么作用？實現原理以及從代碼層面多方面來闡述布隆過濾器。學習能為各位在學習進階的路上添磚加瓦。