布隆过滤器BloomFilter解决什么问题
专门用来进行数据去重的数据结果
本质是一个大型位数组 + 多个无偏hash函数（分布均匀）
由一个初值为零的bit数组和多个哈希函数组成，用来判断某个数据是否存在，不是那么的精准，存在一定的误判概率
高效地插入和查询，占用空间少，返回的结果是不确定的，一个元素如果判断结果为存在，它不一定存在；不存在时，一定不存在。
布隆过滤器使用场景
只能添加元素，不能删除元素。
解决缓存穿透
先查询Redis缓存，如果Redis中没有，再查询MySQL。当数据库中也不存在这条数据时，每次查询都要访问数据库，这就是缓存穿透。
缓存黑名单、爬虫url去重，避免重复爬取
可以大大节省空间
布隆过滤器的使用
- 有，是可能有；无，是肯定无；
- 使用时，初始化值尽可能满足实际元素长度，避免扩容；
- 当实际元素数量超过初始长度时，应该对布隆过滤器进行重建，再将所有的历史元素批量添加进去