本实验例程采用MPU6050六轴运动处理组件

1 Bloom Filter 介绍

布隆过滤器（Bloom Filter）是 Redis 4.0 版本提供的新功能，我们一般将它当做插件加载到 Redis 服务器中，给 Redis 提供强大的去重功能。
它是一种概率性数据结构，可用于判断一个元素是否存在于一个集合中。相比较之 Set 集合的去重功能，布隆过滤器空间上能节省 90% +，不足之处是去重率大约在 99% 左右，那就是有 1% 左右的误判率，这种误差是由布隆过滤器的自身结构决定的。

[@main]
尊敬的玩家[<$USERNAME>]你好,欢迎来到<装备升级系统>\
<COLOR=clLime 尊敬的玩家：> <$USERNAME> 你好，<COLOR=clLime 欢迎来到><$SERVERNAME>\ \
〖<升级武器/@武器>〗　 〖<等待添加>〗 　〖<升级头盔/@头盔>〗\

上一篇分享的是《深入理解JVM》，这篇给大家分享《Redis 五种数据结构以及三种高级数据结构解析》。

前言

大家好，我是小富～

有个兄弟私下跟我说，他在面试狗东时，有一道面试题没回答上来：Redis 的Bitmap和布隆过滤器啥区别与关系？

其实就是考小老弟对这两种工具的底层数据结构是否了解，不算太难的题。不过，bitmap和布隆过滤器在大数据量和高并发业务的使用频率不低，知识点应该掌握下，既然问了那咱们简单的梳理下它们的底层原理、应用场景以及它们之间的关联。