布隆过滤器适合挡穿透不适合做最终裁决布隆过滤器的“存在”结论可能误判“不存在”在正确实现下才可信。它适合作为缓存穿透的前置筛选不应直接用于拒绝用户、扣费或判断唯一性。需要删除时应考虑计数布隆过滤器或其他结构但计数也会带来额外内存和溢出处理。误判率由位数组大小、哈希函数数量和已插入元素数共同决定。随着集合增长误判会升高应按预计容量与目标误判率设计并在接近容量时重建或扩容。func mightContain(key string) bool { return bitset.test(h1(key)) bitset.test(h2(key)) }跳表、Cuckoo Filter 和哈希表也各有边界。选型时比较是否支持删除、可接受的误判、并发模型、内存预算和故障后的恢复方式。库实现、参数和工作负载不同不能套用固定的空间或性能比例。上线前用已知集合估算误判监控填充率和回源量并始终让后端存储做最终确认。缓存或索引重建时也要避免短暂把过滤器当成空集合。若重建过程直接替换在线实例可能让所有请求回源若把未完成的实例提前发布又可能出现大量假阴性。可以先在后台构建并校验再原子切换版本并通过回源量和命中差异观察切换是否符合预期。
布隆过滤器适合挡穿透不适合做最终裁决布隆过滤器的“存在”结论可能误判“不存在”在正确实现下才可信。它适合作为缓存穿透的前置筛选不应直接用于拒绝用户、扣费或判断唯一性。需要删除时应考虑计数布隆过滤器或其他结构但计数也会带来额外内存和溢出处理。误判率由位数组大小、哈希函数数量和已插入元素数共同决定。随着集合增长误判会升高应按预计容量与目标误判率设计并在接近容量时重建或扩容。func mightContain(key string) bool { return bitset.test(h1(key)) bitset.test(h2(key)) }跳表、Cuckoo Filter 和哈希表也各有边界。选型时比较是否支持删除、可接受的误判、并发模型、内存预算和故障后的恢复方式。库实现、参数和工作负载不同不能套用固定的空间或性能比例。上线前用已知集合估算误判监控填充率和回源量并始终让后端存储做最终确认。缓存或索引重建时也要避免短暂把过滤器当成空集合。若重建过程直接替换在线实例可能让所有请求回源若把未完成的实例提前发布又可能出现大量假阴性。可以先在后台构建并校验再原子切换版本并通过回源量和命中差异观察切换是否符合预期。
