布隆过滤器 占用大小的预测

例:
 有1千万个数据
   存在的话标记1
   不存在标记为0

采用Redis的BitMap存储数据

数据初始化预热代码

redisTemplate.executePipelined(new RedisCallback<Long>() {
    @Nullable
    @Override
    public Long doInRedis(RedisConnection connection) throws DataAccessException {
        connection.openPipeline();
        for (int offset = 10000000; offset >= 0; offset--) {
            boolean value = offset % 2 == 0 ? true : false;
            connection.setBit("bloom-filter-data-1".getBytes(), offset, value);
        }
        connection.closePipeline();
        return null;
    }
});


System.out.println("数据预热完成");

数据上传完了后
  大小 1.19M 

计算公式:
   10000000/8/1024/1024=1.19M