大数据判存算法：海量数据中快速判断某个数据是否存在
不存在的单号对应不到 相应的位置。例如 上图对应 3，7。虽然3是1，但是7不是1。所以它不存在。有误判的可能性，但是可以控制误判效率
50亿的快递，怎么判断我的快递存在吗？存在在哪家快递？
站在巨人的肩膀上，别重复造轮子了！Google Guava实现了布隆过滤器！
- 带你深入guava源码；
- 通过实战手把手教你布隆过滤器的使用；
源代码分析：
BitArray bits；比特数组
numHashFunctions ： 哈希函数个数
put实现：
hash算法：用的murmur3_128。
hash算法用很多，不同的有不同的场景：
murmur3：快速查询。
md5 ： 信息摘要算法
crc：数字校验，数字签名
对得到的Hash进行计算，把得到的hash值分为几个计算单元，取模运算，找到对应上数组的位置。
应用：
在人群中找到嫌疑人。
错误率 太高 30%
调试源码。
默认的错误率是 30% 经过google工程师大量的测试，要想控制在30%的错误率，100W 应该 使用 730W的数组。5个 hash 函数
BloomFilter 有三个参数（数据类型，数据大小，错误率）
我们把错误率设置为 0.01 那么需要 14377587个数组（自动分配），hash函数个数为10。
想要错误率低，查询效率低了，空间需要量比较大。
不能杜绝误判，可以控制误判
防火墙 不可能所有的都被拦截，有的请求会透过过滤器，落到数据库里面查询，只要别太多的数据使数据库挂掉就行。合理的控制错误率，不要使得数据库的算力被浪费。