一般BF可以与一些key-value的数据库一起使用，来加快查询 。由于BF所用的空间非常小，所有BF可以常驻内存 。这样子的话，对于大部分不存在的元素，我们只需要访问内存中的BF就可以判断出来了，只有一小部分，我们需要访问在硬盘上的key-value数据库 。从而大大地提高了效率 。
【扩展】
Bloom filter将集合中的元素映射到位数组中，用k（k为哈希函数个数）个映射位是否全1表示元素在不在这个集合中 。Counting bloom filter（CBF）将位数组中的每一位扩展为一个counter，从而支持了元素的删除操作 。Spectral Bloom Filter（SBF）将其与集合元素的出现次数关联 。SBF采用counter中的最小值来近似表示元素的出现频率 。
【问题实例】
给你A,B两个文件，各存放50亿条URL，每条URL占用64字节，内存限制是4G，让你找出A,B文件共同的URL 。如果是三个乃至n个文件呢？
【海量数据处理的算法 海量数据处理】根据这个问题我们来计算下内存的占用，4G=2^32大概是40亿*8大概是340亿bit，n=50亿，如果按出错率0.01算需要的大概是650亿个bit 。现在可用的是340亿，相差并不多，这样可能会使出错率上升些 。另外如果这些urlip是一一对应的，就可以转换成ip，则大大简单了 。
关于实现部分的代码后续会分享，近期会继续研究这部分算法，敬请期待，我的小伙伴们！！！
推荐阅读
- 金银花的功效与禁忌！ 金银花的功效与作用
- 冷冻后的苦瓜怎么吃
- 新手开服装店的5个技巧 开服装店的前期准备
- 2021电脑死机的十大原因 电脑为什么老死机
- 六一儿童节美好的寄语 六一儿童节发朋友圈的句子
- 郭亚宁的七味早餐糊哪里有卖的
- 木瓜的功效与应用 木瓜的作用与功效与作用
- 祝贺国庆节祝福语大全简短 描写国庆节的佳句
- 二十四节气的起源 二十四节气表顺口溜
- 剪映默认的码率是多少