1、Bloom过滤器的作用是什么？

一句话：Bloom过滤器可以解决Redis缓存穿透问题。那什么是缓存穿透呢？比如在电商网站，疯狂的搜索这个网站不卖的东西，缓存里面肯定是没有这些东西，那么这些请求就会转发来数据库进行查询，但数据库也没有啊，那么就会极大的浪费数据库的性能。

2、Bloom过滤器怎么解决缓存穿透的问题？

首先，将电商网站有的东西全部加载到一个集合里，用户搜索一个东西的时候，先去这个集合中从查找，如果没有找到，就不用去数据库了；找到了，根据业务逻辑再决定是直接返回还是再去数据库查询都行。

那就回引出另外一个问题，一个电商网站中的东西那么多，关系型数据库都要分库分表，那么这个集合在内存中，内存不是更放不下了？Bloom过滤器要做的就是如何用小的空间去解决大量数据匹配的过程。

Bloom过滤器用到的就是bitmap里面的标记：

①一个商品会经过几个映射函数的计算，映射到对应的bitmap中的位置，然后进行标记；

②请求的商品经过几个映射函数的计算，可能会被误标记，但是误标记的肯定是极小一部分（<1%），极小部分的穿透不会对数据库造成过大的压力；

③使用bitmap来进行标记，对空间和速度上损耗的成本极低。

其实，如果不使用Bloom过滤器的话，也可以在代码方面实现映射函数算法，Redis仅仅使用bimap来进行标记数据。但是如果将所有的操作能放在Redis这边的都尽量放在Redis，比如集成Bloom过滤器，毕竟Redis是内存级的，而且对CPU的损耗并不大，这样可以让客户端更轻量一些，而且也更符合微服务架构的理念。