本文主要是介绍Redis缓存穿透解决方案—布隆过滤器，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
概念
Bloom Filter（以下简称 BF）是一个空间高效率的概率型数据结构，用来确定一个元素是否是集合中一员。
空间高效是指数据存储使用了 bit 的方式，相对来说比较紧凑，空间利用率较高。
概率型是指查询时返回两种结果：“一定不在” 和 “可能在”。
原理
本质就是bit 数组，初始化每个 bit 都是 0，添加一个元素时， 会使用 n 个 hash 函数计算出 n 个 值，每个值都是一个 bit 的位置，最后在 bit 数组中，将对应位的值置为1，这样每个元素都对应 n 个 bit 位。
查询一个元素是否在过滤器中时，首先使用 n 个 hash 函数计算出 n 个位置，然后到数组中去检查 对应 n 个下标的值是否为 1， 有一个是 0 ，直接返回 false 。
初始化：
插入元素：
查询：
这篇关于Redis缓存穿透解决方案—布隆过滤器的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
