布隆过滤器： 我说它不存在，它 百分之两百 不存在！
（我说它存在，可能我有说错的时候...）
前言：
该篇文章将会使用最精简易懂的文字以及小图来给大家介绍讲解（不对哈希策略计算进行详解）
一.布隆过滤器有啥用？
二.布隆过滤器原理是什么？
三.java中怎么使用布隆过滤器？
本篇文章内容可能较多，所以还请耐心。
一. 布隆过滤器 有啥用
简单两点叙述：
1. 存值
存值，就是把值存进去， 类似于我们很常用的map，set等；
2.检验值是否存在
检验，也就是我们想知道某个值是否存在于布隆过滤器里面，调用相关的检验方法，我们会得知一个结果。
特别注意：
布隆过滤器校验值的结果， 如果返回结果是 false ，不存在， 那么是肯定不存在的！
但是如果返回结果是true，存在，也许有概率是误报的。
为啥？ 看下面的实现原理你就能明白。
二.布隆过滤器 原理是什么
首先，从上边介绍的布隆过滤器作用来说，就是个存东西的容器。
但是这个容器有也有自己的特点，
1. 它是一个有固定的大小的，也就是一开始设置它能放多少东西。
2.校验元素的准确率（指 true 存在的准确率），是会随着存的东西越多而准确率会慢慢降低
怎么才能更好地理解这个所谓的原理？
我选择根据布隆过滤器的作用角度去给大家讲解。
首先是存值的原理
既然是可以存放值，然后后面又能校验存在与否，那么这个存值显然不是直接丢进去就好，是需要通过算法计算的。
那么这里我不对这个算法进行深入地介绍，但是我会以我的图文方式告诉你，过程和结果。
模拟场景
一个完全是空的布隆过滤器，是一个由m个二进制位构成的数组，这里我们假设就是m=5个构成的。
默认一开始，这5个二进制位，简单理解为位置， 都是绑定着一个标识 0.
那么接下来看怎么存值。
布隆过滤器存值，实际上不是存的 真实值，而且通过算法计算后，存入对应的标识。
过程简述，也就是布隆过滤器拿到我们传入的值， 它会将这个值，使用 K个 哈希函数去进行算法计算，计算完后，
会得出K个 二进制位的标识 0或者1 ，然后对应位置就会存入这个标识0或者1.
存值过程举例说明：
我们需要存入的值为 ‘JCTest’ ，
布隆过滤器会采取相关的 计算公式，来算出 需要使用几个 哈希函数，也就是K的数量：
（m是数组长度，n是插入的元素个数，k是hash函数的个数）
公式大家可以简单了解下， 我们现在假设 K 是 3.
也就是说 ‘JCTest’ 需要经过3个哈希函数计算 h1 ，h2，h3。
那么经过算法计算后， 得出的结果是：
h1算法对 ‘JCTest’ 的结果是，二进制 位置 是 一
h2算法对 ‘JCTest’ 的结果是，二进制 位置 是 三
h2算法对 ‘JCTest’ 的结果是，二进制 位置 是 五
那么这时候，对应的图会变成这样：
一，三，五 位置的标识此刻会绑定上1
同样，我们存入第二个值 ‘BFTest’，假设也是需要经过 3个哈希函数，
计算出的二进制位 分别是 二 ，三，五， 那么此刻的布隆过滤器如：
到这里，其实我们已经了解了这个布隆过滤器的存值方式， 直白的说就是，每个值对于它来说，都会转化成几个位置的 1 ，只要你往里面存，它就会把位置变成1 ,直到所有位置都变成1了，那么就不能再存了(大家不用担心这个位置会不会很快就都变成1，因为我这里只是举例了5个位置，后面的使用介绍环节会告诉你存上百万都不是问题，因为这些m值，K值，都会根据我设置的存入个数size和期待误判率进行算法生成的。)
接下来讲解布隆过滤器的校验值存在与否的原理：
很简单，其实也是我们告诉布隆过滤器一个值， 它也会通过K计算公式，取出一定数量的哈希函数，也是计算出很多个位置，
然后去一个个位置监测，如果每个位置都是1，这时候 它会返回true，告诉我们，这个值存在；
而如果只要存在一个位置是0，这时候，它会返回 false，告诉我们，这个值不存在。
校验举例说明：
如果我们想校验一个值 ，‘JCTest’，
布隆过滤器通过公式计算得出它准备使用三个函数 h1,h2,h3，
然后计算出对应的二进制位 一，三 ，五 ，接着去检查对应的位置上绑定的标识，如果都是1，那么就会返回存在 true。
误判举例说明：
那怎么会误判呢？
那就是例如，我们传入一个需要校验的值，‘CSDNTest’，布隆过滤器通过相关函数算出，位置恰好也是一，二，三 ，那我们实际上根本没存过CSDNTest，
但是因为我们之前存JCtest 和 BFTest 导致了相关的位置都绑定了标识1，所以这时候布隆过滤器就产生了误判现象。（这个概率不高其实，接下来的实用介绍会了解到）
PS： 也是因为这种校验的策略，所以只要在校验的时候，检测到一个对应的位置不为1，那么毫无疑问！这个值是百分之两百不存在的！
三.java中怎么使用布隆过滤器
了解了布隆过滤器的作用和原理后，那么我们接下来在java中使用它。
该篇就不去手动实现布隆过滤器了，因为 在GoogleGuavalibrary中Google为我们提供了一个布隆过滤器的实现。
所以我们第一步，导入jar包：
<dependency> <groupId>com.google.guava</groupId> <artifactId>guava</artifactId> <version>19.0</version> </dependency>
然后建一个BloomFilterTest.class ：
import com.google.common.base.Charsets; import com.google.common.hash.BloomFilter; import com.google.common.hash.Funnels; /** * @Author : JCccc * @CreateTime : 2020/3/31 * @Description : **/ public class BloomFilterTest { private static int size = 1000000;//预计要插入多少数据 private static double fpp = 0.01;//期望的误判率 public static void main(String[] args) { //存入的是字符串 BloomFilter<CharSequence> bloomFilterStr = BloomFilter.create(Funnels.stringFunnel(Charsets.UTF_8), size, fpp); for (int i = 0; i < size; i++) { bloomFilterStr.put("test" + i); } boolean containsValue1 = bloomFilterStr.mightContain("test1"); boolean containsValue2 = bloomFilterStr.mightContain("test34"); boolean containsValue3 = bloomFilterStr.mightContain("test1000001"); System.out.println(containsValue1); System.out.println(containsValue2); System.out.println(containsValue3); } }
校验结果：
然后再试下，使用布隆过滤器存入数字：
BloomFilter<Integer> bloomFilterInt = BloomFilter.create(Funnels.integerFunnel(), size, fpp); for (int i=0; i<size;i++){ bloomFilterInt.put(i); } boolean containsValue4 = bloomFilterInt.mightContain(1); boolean containsValue5 = bloomFilterInt.mightContain(2); boolean containsValue6 = bloomFilterInt.mightContain(10000002); System.out.println(containsValue4); System.out.println(containsValue5); System.out.println(containsValue6);
结果：
可以看到以上两存值&校验的测试都是准确无误的，那么我们大规模的存值检查，看看存在的误判现象：
我们刚刚往 bloomFilterInt 这个过滤器里面存入了0到1000000 个数字值，
那么接下来我们直接从1000000开始去累加到2000000，去进行校验，
我们明确知道 这时候的布隆过滤器里面有1百万个值，而我们的1000000到2000000除了‘1000000’其实都是不存在的，都应该返回false。
接下来我们用代码来模拟下这个判断存在 的误判现象：
int size = 1000000;//预计要插入多少数据 double fpp = 0.01;//期望的误判率 BloomFilter<Integer> bloomFilterInt = BloomFilter.create(Funnels.integerFunnel(), size, fpp); for (int i=0; i<size;i++){ bloomFilterInt.put(i); } int count = 0; for (int i = 1000000; i < 2000000; i++) { if (bloomFilterInt.mightContain(i)) { count++; System.out.println(i + "误判了"); } } System.out.println("总共的误判数:" + count);
结果：
在这一百万个数值的布隆过滤器里面，再校验一百万次，存在的误判数是10314次。
所以咱们使用布隆过滤器进行值的存入和校验时，
我们应该更偏向使用 它返回的false 进行结合业务做操作，因为它的判断如果返回fasle，那是百分之两百可信的！
当然其实true误报的情况，概率也是非常小的，在一定的业务场景也能使用的其实。
ps：
例如，我们先到布隆过滤器查询一个订单是否存在，不存在就当失败订单处理；
存在的话，我们再去数据库获取详情信息进行订单的后续操作。
这时候只需要我们再接收到订单存入数据库的时候，把单独的订单号存入布隆过滤器即可。
就算布隆过滤器误判了，我们再去数据库查询订单时，加上多一步校验存在与否即可。
这样就可以减轻每个订单都需要查数据库的压力。
（其实有过了解redis使用的小伙伴，就明显知道布隆过滤器配和redis使用会非常不错，可以一定程度防止缓存穿透，这些我有时间会在我的redis栏目写一篇对缓存穿透和缓存雪崩的介绍和解决思路相关的文章）
那么这篇普及布隆过滤器就先到这吧。
