原理

• 底层数据结构：bitmap

• 作用，判断一个数据是否存在集合中

• 存储、查询数据：将要存储的数据通过多个哈希函数计算出多个哈希值

  

• 删除、更新：布隆过滤器不能完成删除或更新操作，因为同一组下标可能对应的数据不唯一

误判情况

元素在布隆过滤器中存在：元素不一定存在（哈希碰撞和容量限制）

元素在布隆过滤器中不存在：元素一定不存在

布隆过滤器的大小和函数的个数和布隆过滤器的误判率成反比

大小评估公式

计算hash函数数量

当m/n=10的时候我们需要的k元素数量为7，也就是7个哈希函数才能实现一个比较低的误报率。

计算需要字节数

如何解决布隆过滤器不能删除的问题？

先看业务能不能容忍元素不能删除，如果实在不能容忍，可以考虑使用布谷鸟过滤器，或者计数布隆过滤器。