引出布隆过滤器（Bloom-Filter）
在海量数据面前如何去过滤，及查找数据。下面有几个问题：
1. 总共有50亿个电话号码，现在已经知道10万个号码，如何在这100亿个电话号码中去快速判断这些10万个号码是否存在？
2. 垃圾邮件过滤。
3.wps文字处理软件错误单词的检测。
4. 网络爬虫重复URL检测。
5. Hbase行过滤器。
上面的问题都有一些特点，数据量很大，并且要在海量数据中查找其中几条或者部分数据。看看常规的解决方法及问题：
1. 所有数据放在数据库，通过数据库查询，但是实现快速查询有点困难。
2. 数据全部放在集合里，数据所占空间：50亿 * 8字节 = 大约40G，内存浪费而且数据量更大内存空间不一定够。
3. Redis的hyperloglog，查询不够准确。
当数据量较小，内存又足够大时，使用hashMap或者hashSet等结构就好了。但是如果当这些数据量很大，数十亿甚至更多，内存装不下且数据库检索又极慢的情况，在1970年伯顿.布隆就提出了可以用很小的空间来解决上面那些类似问题。
布隆过滤器基本原理
实现原理：
用一个很长的二进制向量（ 也可以理解成bit数组）和若干个哈希函数，这些哈希函数通过计算你要找到的值是否映射在这个二进制向量中。
布隆过滤器初始化的时候bit数组里的值都是0.
当我们将一个元素加入布隆过滤器中的时候，会进行如下操作：
1. 使用布隆过滤器中的哈希函数对元素值进行计算，得到哈希值（也就是bit数组中的索引位置，有多少个个哈希函数就会得到多少个哈希值）。
2. 根据得到的哈希值，在bit数组中把这些哈希值对应下标的值都置为 1。
当我们判断一个元素是否存在于布隆过滤器的时候，会进行如下操作：
1. 对给定元素再次进行相同的哈希计算；
2. 得到值之后判断位数组中的每个元素是否都为 1，如果值都为 1，那么说明这个值在布隆过滤器中，如果存在一个值不为 1，说明该元素不在布隆过滤器中。
下图就是查询一个手机号是否在布隆过滤器中示意图。
布隆过滤器的误差率
布隆过滤器是有一定的误差率的。虽然布隆过滤器是一种空间效率占用极少和查询时间极快的算法，但是需要业务可以忍受一个判断失误率。
Redis布隆过滤器