现在看来，将100亿个数据先存放到hashmap，然后再判断是否存在某个数，的确不是一个好方法。首先，写的性能比较低；其次，所需的内存太大。据统计，100亿个数据存入hashmap大概须要几百G的内存。
那有没有一个更好的实现办法呢？有，可以利用布隆过滤，即是本文即将先容的紧张内容。
什么叫布隆过滤布隆过滤器（英语：Bloom Filter）是1970年由布隆提出的。它实际上是一个很长的二进制矢量和一系列随机映射函数。布隆过滤器可以用于检索一个元素是否在一个凑集中。它的优点是空间效率和查询韶光都远远超过一样平常的算法，缺陷是有一定的误识别率和删除困难。
下图表示有三个hash函数，比如一个凑集中有x，y，z三个元素，分别用三个hash函数映射到二进制序列的某些位上，假设我们判断w是否在凑集中，同样用三个hash函数来映射，结果创造取得的结果不全为1，则表示w不在凑集里面。
详细的操作流程如下：
第一步：开辟空间
开辟一个长度为m的位数组（或者称二进制向量），这个不同的措辞有不同的实现办法，乃至你可以用文件来实现。
第二步：探求hash函数
获取几个hash函数，前辈们已经发明了很多运行良好的hash函数，比如BKDRHash，JSHash，RSHash等等。这些hash函数我们直接获取就可以了。
第三步：写入数据
将所须要判断的内容经由这些hash函数打算，得到几个值，比如用3个hash函数，得到值分别是1000，2000，3000。之后设置m位数组的第1000，2000，3000位的值位二进制1。
第四步：判断
接下来就可以判断一个新的内容是不是在我们的凑集中。判断的流程和写入的流程是同等的。
布隆过滤的PHP实现由于Redis实现了setbit和getbit操作，天然适宜实现布隆过滤器，redis也有布隆过滤器插件，以是这里利用php+redis实现布隆过滤器。
首先定义一个hash函数凑集类，这些hash函数不一定都用到，实际上32位hash值的用3个就可以了，详细的数量可以根据你的位序列总量和你须要存入的量决定，上面已经给出最佳值。
接着便是连接redis来进行操作
上面定义的是一个抽象类，如果要利用，可以根据详细的业务来利用。比如下面是一个过滤重复内容的过滤器。
参考
https://blog.csdn.net/leeafay/article/details/78681534
http://imhuchao.com/1271.html
