布隆过滤器本质上是一种概率型的数据结构，用于检索一个元素是否在集合中，它将告诉你一个数据“一定不存在或可能存在。
布隆过滤器由一个很长的二进制向量（位向量、位数组、Bit Array）和一系列的随机映射函数组成。
布隆过滤器的优点是高效、占用空间少。但缺点是返回的结果是概率性的，而不是准确的。
对布隆过滤器有了一个简单的印象之后，接下来就要继续深入。
如果想要判断一个元素是否在一个集合中，首先想到的就是将所有元素保存起来，然后通过比较确定。在链表、树等数据结构中就是这样的思想。但是随着集合越来越大，检索速度就会越来越慢。
这时有一个更优的方案。使用一个映射函数将一个元素映射成一个位数组（Bit Array）中的一个点。当我们查找的时候，如果元素不存在，则对应位置为0，如果存在，那么该位置就为 1。
一个长度16的位数组，现在添加一个数据m，通过一个哈希函数，计算出该数据的位置，Hash(m)=5，然后下标为5的位置置为1。
但是哈希表也是有问题存在的，Hash面临的问题就是冲突。例如，假设Hash函数是良好的，想将冲突率降低到百分之一，那么位数组长度为m的哈希表就只能存储m/100个元素，显然浪费了很多的空间。
解决办法就是使用多个Hash函数，也就是布隆过滤器。如果有一个Hash说元素不在集合中，那肯定就不在；但是如果所有的Hash都说在，元素却不一定在里边。
我们通过一张图来表示出布隆过滤器是一个不确切的数据结构。
我们通过三个Hash函数分别将x，y，z存储到这个位数组中，将9个位置为1。当检索一个不存在于这个布隆过滤器中的元素w时，给出的结果却是w存在于该布隆过滤器中。
造成这种问题的原因是，布隆过滤器存在一定的误报率。随着存储的元素越来越多，置为1的位越来越多，就会导致了后边存储的元素要置为1的位置已经是1了。
为了避免或减少这种问题，我们需要选择合适的哈希函数的个数和布隆过滤器的长度。
Hash函数的个数太多，会导致布隆过滤器bit为置1 的速度过快；太少会导致误报率变高。
布隆过滤器的长度太小，会导致所有的bit为很快被置为1，直接结果就是查询任何数据的结果都是“可能存在”，也就是误报率过高。
对于布隆过滤器的bit位数m，插入元素数量n，误报率p，哈希函数个数k，我们可以使用以下的公式在决定哈希函数个数和布隆过滤器长度。
根据布隆过滤器的特点，有以下的应用场景：
1、判定给定数据是否存在。
2、爬虫对于已经爬取过的url去重。
3、缓存穿透。
4、邮箱的垃圾邮件过滤、黑名单等。
正常流程缓存查询数据的流程是，依据key去查询value，数据查询前先进行缓存查询，如果缓存中不存在或者已经过期，再去数据库中查询，并将查询到的对象放入缓存中，如果数据库中为空，则查询失败。
缓存穿透是指，用户查询一个数据库中并不存在的数据。因为数据库中不存在该数据，缓存中也不会存在，这样就进行了两次无用的查询。
如果每次都查询一个没有value的key，缓存每次都不会命中，每次都会去数据库中查询数据，这样缓存失去了存在的意义还可能会对数据库造成影响。
布隆过滤器可以解决这一问题。将数据库中所有的查询条件放入布隆过滤器中，当收到一个查询请求时，先通过布隆过滤器，如果查询的值可能存在，那么在继续后边的查询；如果查询的值一定不存在，直接丢弃该请求，减少了对数据库的压力。
本文由哈喽比特于4年以前收录，如有侵权请联系我们。
文章来源：https://mp.weixin.qq.com/s/wkdDHHfzxJtJRKTqTTcFIg
京东创始人刘强东和其妻子章泽天最近成为了互联网舆论关注的焦点。有关他们“移民美国”和在美国购买豪宅的传言在互联网上广泛传播。然而，京东官方通过微博发言人发布的消息澄清了这些传言，称这些言论纯属虚假信息和蓄意捏造。
日前，据博主“@超能数码君老周”爆料，国内三大运营商中国移动、中国电信和中国联通预计将集体采购百万台规模的华为Mate60系列手机。
据报道，荷兰半导体设备公司ASML正看到美国对华遏制政策的负面影响。阿斯麦（ASML）CEO彼得·温宁克在一档电视节目中分享了他对中国大陆问题以及该公司面临的出口管制和保护主义的看法。彼得曾在多个场合表达了他对出口管制以及中荷经济关系的担忧。
今年早些时候，抖音悄然上线了一款名为“青桃”的 App，Slogan 为“看见你的热爱”，根据应用介绍可知，“青桃”是一个属于年轻人的兴趣知识视频平台，由抖音官方出品的中长视频关联版本，整体风格有些类似B站。
日前，威马汽车首席数据官梅松林转发了一份“世界各国地区拥车率排行榜”，同时，他发文表示：中国汽车普及率低于非洲国家尼日利亚，每百户家庭仅17户有车。意大利世界排名第一，每十户中九户有车。
近日，一项新的研究发现，维生素 C 和 E 等抗氧化剂会激活一种机制，刺激癌症肿瘤中新血管的生长，帮助它们生长和扩散。
据媒体援引消息人士报道，苹果公司正在测试使用3D打印技术来生产其智能手表的钢质底盘。消息传出后，3D系统一度大涨超10%，不过截至周三收盘，该股涨幅回落至2%以内。
9月2日，坐拥千万粉丝的网红主播“秀才”账号被封禁，在社交媒体平台上引发热议。平台相关负责人表示，“秀才”账号违反平台相关规定，已封禁。据知情人士透露，秀才近期被举报存在违法行为，这可能是他被封禁的部分原因。据悉，“秀才”年龄39岁，是安徽省亳州市蒙城县人，抖音网红，粉丝数量超1200万。他曾被称为“中老年...
9月3日消息，亚马逊的一些股东，包括持有该公司股票的一家养老基金，日前对亚马逊、其创始人贝索斯和其董事会提起诉讼，指控他们在为 Project Kuiper 卫星星座项目购买发射服务时“违反了信义义务”。
据消息，为推广自家应用，苹果现推出了一个名为“Apps by Apple”的网站，展示了苹果为旗下产品（如 iPhone、iPad、Apple Watch、Mac 和 Apple TV）开发的各种应用程序。
特斯拉本周在美国大幅下调Model S和X售价，引发了该公司一些最坚定支持者的不满。知名特斯拉多头、未来基金（Future Fund）管理合伙人加里·布莱克发帖称，降价是一种“短期麻醉剂”，会让潜在客户等待进一步降价。
据外媒9月2日报道，荷兰半导体设备制造商阿斯麦称，尽管荷兰政府颁布的半导体设备出口管制新规9月正式生效，但该公司已获得在2023年底以前向中国运送受限制芯片制造机器的许可。
近日，根据美国证券交易委员会的文件显示，苹果卫星服务提供商 Globalstar 近期向马斯克旗下的 SpaceX 支付 6400 万美元（约 4.65 亿元人民币）。用于在 2023-2025 年期间，发射卫星，进一步扩展苹果 iPhone 系列的 SOS 卫星服务。
据报道，马斯克旗下社交平台𝕏（推特）日前调整了隐私政策，允许 𝕏 使用用户发布的信息来训练其人工智能（AI）模型。新的隐私政策将于 9 月 29 日生效。新政策规定，𝕏可能会使用所收集到的平台信息和公开可用的信息，来帮助训练 𝕏 的机器学习或人工智能模型。
9月2日，荣耀CEO赵明在采访中谈及华为手机回归时表示，替老同事们高兴，觉得手机行业，由于华为的回归，让竞争充满了更多的可能性和更多的魅力，对行业来说也是件好事。
《自然》30日发表的一篇论文报道了一个名为Swift的人工智能（AI）系统，该系统驾驶无人机的能力可在真实世界中一对一冠军赛里战胜人类对手。
近日，非营利组织纽约真菌学会（NYMS）发出警告，表示亚马逊为代表的电商平台上，充斥着各种AI生成的蘑菇觅食科普书籍，其中存在诸多错误。
社交媒体平台𝕏（原推特）新隐私政策提到：“在您同意的情况下，我们可能出于安全、安保和身份识别目的收集和使用您的生物识别信息。”
2023年德国柏林消费电子展上，各大企业都带来了最新的理念和产品，而高端化、本土化的中国产品正在不断吸引欧洲等国际市场的目光。
罗永浩日前在直播中吐槽苹果即将推出的 iPhone 新品，具体内容为：“以我对我‘子公司’的了解，我认为 iPhone 15 跟 iPhone 14 不会有什么区别的，除了序（列）号变了，这个‘不要脸’的东西，这个‘臭厨子’。
