【面经笔记】Bloom过滤器处理大规模问题

Bloom过滤器处理大规模问题时的持久化，包括内存大小受限、磁盘换入换出问题

http://www.360doc.com/content/13/1226/18/15234639_340327658.shtml

布隆过滤器应用在一些需要快速判断某个元素是否属于集合，但是并不严格要求100%正确的场合

哈希表和位图的问题是当数据量大时会出现哈希冲突，为了降低冲突，布隆过滤器使用多个哈希函数，而不是一个。

哈希表的内存消耗随着数据量的增大也比较严重：就算只有1亿个URL，每个URL只算50个字符，就需要5GB内存。

优点：
节约缓存空间（空值的映射），不再需要空值映射，由于BF所用的空间非常小，所有BF可以常驻内存，Key-Value系统中Value 保存在磁盘中，使用布隆过滤器可以快速判断某个Key对应的Value是否存在，因此可以避免很多不必要的磁盘IO操作。

缺点：一般情况下不能从布隆过滤器中删除元素.我们很容易想到把位列阵变成整数数组，每插入一个元素相应的计数器加1，这样删除元素时将计数器减掉就可以了。然而要保证安全的删除元素并非如此简单。首先我们必须保证删除的元素的确在布隆过滤器里面.这一点单凭这个过滤器是无法保证的。