查黑名單（大數據 100億數據）
不理想的是：
1.使用哈希表來查（要使用非常大的空間）
2.改進：使用哈希分流，然后將使用多個計算機處理（浪費機器，代價高）
理想的是使用布隆過濾器（一種集合，但是有失誤率，不屬於黑名單的url可能會被認為在黑名單中，誤報）：
使用的是基本數據類型的數組
然后使用數組中的bit位
如 int 型 數據 4個字節，32bit，int [] array = new int[1000];可以表示32*1000個位置
例：將某個位置描黑index：
1.這個bit位來自哪個整數：intIndex = index / 32
2.這個位置是這個整數的具體哪個bit：bitIndex = index % 32
3.描黑操作（找到相應的bit位）：array[intIndex] = (array[intIndex] | (1 << bitIndex));
也可以用long類型的（64bit），
long [] array = new long[1000] 1000*64 個位置
long[][] array = new long[1000][1000] 1000*1000*64 個位置
每個url經過k個哈希函數（相互獨立的），對應相應位置上描黑，所有黑名單中每個url都描黑之后，整個布隆過濾器的數組相應位置就被描黑了
當檢查url時，計算k個哈希函數的位置，當所有的位置都是黑的的情況下，就認為在過濾器中，否則就不在
樣本量 n:100億， 失誤率 p：0.0001萬分之一
1.需要開的空間大小m 大小為bit：
m = 1,879,591,836,735 bit
其中n 為樣本量，p為預期失誤率
實際的字節 m / 8 1,879,591,836,735 bit / 8 = 234948979591字節 =23.3G（向上取整） 內存
2.哈希函數的個數k：
k = 13 （向上取整）
注：m和k向上取整
3.根據m和k向上取整之后，真實的失誤率：
p=6/十萬