哈希2：认识布隆过滤器，一致性哈希

布隆过滤器： 当我们要解决处理海量数据的时候，我们可以使用布隆过滤器。它其实也是一个集合。但是它有失误率。
例子：当我们处理黑名单的时候，比如有100亿个黑名单，每一个就是一个链接，每个url是64个字节，当用户访问的时候我要判断是不是属于这个黑名单。

显然我们可以想到用哈希表来处理，但是当我们用哈希表来解决的需要多大的空间呢，6400亿个字节也就是640G，太大了。这个时候我们就可以使用布隆过滤器了，它具体是什么呢。一个bitmaps，里面都是比特位。一个整形数组是4个字节，也就是32个比特。怎么搞出比特数组出来，使用基础类型拼出来。

搞出比特数组了出来我们怎么处理呢，看图

怎么决定开多大的bit数组和使用多少个哈希函数呢:

一致性哈希： 一致性哈希，数据迁移代价很低，又能做到负载均衡。

这里有一个问题，那就是如果要加一个或者减一个的话，那么原本的负载均衡将会被打破，做不到负载均衡。这就需要一个技术了，虚拟节点技术。