布隆过滤器（Bloom Filter）是一个 probabilistic data structure，用于判断一个元素是否在集合中。它通过使用多个哈希函数和位数组来提高查询效率。
布隆过滤器在Redis中应用最广泛，用于解决缓存击穿、缓存穿透等问题。
常用的布隆过滤器的实现是redission的bloomfilter。
1 | BloomFilter<String> bloomFilter = BloomFilter.create(Funnels.stringFunnel(Charset.defaultCharset()), 1000000, 0.01); |
当一个元素被加入集合时，通过多个hash函数将这个元素映射成一个位数组中的多个点（offset）并把它们置为 1。检索时，我们只要看看这些点是不是都是1就知道集合中有没有它了：如果这些点有任何一个为0，则被检元素一定不存在；如果都是1，则被检元素很可能存在；所以存在误判的可能性；
如果想要降级误判，可以增加多个hash函数和多个位数组，这样hash函数的冲突会变大，但是误判的概率会降低。