什么是布隆过滤器
布隆过滤器（Bloom Filter）是一种空间效率很高的概率型数据结构，它可以用来判断一个元素是否属于一个集合。
原理
- 布隆过滤器本质上是一个位数组，初始时所有位都被置为 0。当一个元素加入集合时，通过多个不同的哈希函数对元素进行计算，得到多个哈希值，然后将位数组中对应的位置为 1。
- 当查询一个元素是否在集合中时，同样通过这些哈希函数计算哈希值，检查对应的位是否都为 1。如果所有位都是 1，那么该元素大概率在集合中；如果有任何一位为 0，那么该元素一定不在集合中。
特点
- 空间效率高：相比于传统的数据结构（如哈希表），布隆过滤器在存储大规模数据时占用的空间要小得多。因为它只需要一个位数组来存储数据的特征，而不需要存储数据本身。
- 存在误判：布隆过滤器的一个重要特点是存在一定的误判率，即可能会将不在集合中的元素误判为在集合中。这是由于不同元素的哈希值可能会产生冲突，导致位数组中的某些位被错误地置为 1。不过，通过合理选择哈希函数的个数和位数组的大小，可以控制误判率在一个较低的水平。
- 不支持删除：在布隆过滤器中删除元素比较困难，因为删除一个元素可能会影响到其他元素的判断结果。通常的做法是定期重建布隆过滤器来处理元素的删除操作。
如何防止缓存穿透
在缓存系统中，布隆过滤器可以在查询缓存之前快速判断一个数据是否存在，从而避免大量不存在的数据直接穿透缓存访问数据库，减轻数据库的压力。
控制误判率
- 缓存空值：当布隆过滤器误判元素存在，查询数据库发现不存在时，将该空值结果缓存起来，并设置较短过期时间。这样下次相同查询可直接从缓存返回空值，避免重复经过布隆过滤器和查询数据库。例如在电商系统中查询不存在的商品 ID，可将其空值缓存，在短时间内再次查询时快速响应。
- 定期重建布隆过滤器：随着数据变化，布隆过滤器误判率可能升高。定期根据最新数据重建布隆过滤器，可降低误判率。重建周期依据数据更新频率和业务需求确定，如每天或每周重建一次。
- 使用多个布隆过滤器：使用多个布隆过滤器对数据进行过滤，每个布隆过滤器使用不同哈希函数。只有当所有布隆过滤器都判断元素存在时，才认为该元素可能存在，以此降低误判概率。不过会增加内存占用和计算量，适用于对误判率要求极高的场景。
- 结合其他数据结构辅助判断：结合哈希表等其他数据结构辅助判断元素是否真的存在。当布隆过滤器判断元素存在时，再通过哈希表等进一步确认。例如在用户登录系统中，布隆过滤器判断用户 ID 可能存在后，通过哈希表确认用户的详细信息是否准确，以减少误判影响。
