布隆过滤器
如何减少布隆过滤器的误报率？
如何减少布隆过滤器的误报率？
定义布隆过滤器一般会有两个构造参数，一个代表存储数据的数量，另一个代表允许的错误率，定义的时候把错误率设小点。
数据穿透是什么？
缓存穿透：缓存和数据库中都没有的数据，而用户（黑客）不断发起请求。
例子
我们数据库的 id 都是从 1 自增的，如果发起 id-1 的数据或者 id 特别大不存在的数据，这样的不断攻击导致数据库压力很大，严重会击垮数据库。
解决
1）增加校验。比如用户鉴权，参数做校验，不合法的校验直接 return，比如 id 做基础校验，idlt0 直接拦截；
2）布隆过滤器。Redis 里还有一个高级用法布隆过滤器（Bloom Filter）这个也能很好的预防缓存穿透的发生。
它的原理也很简单，就是利用高效的数据结构和算法快速判断出你这个 Key 是否在数据库中存在，不存在你 return 就好了，存在你就去查 DB 刷新 KV 再 return。
零基础学爬虫大概多久啊？
时间不是确定的，一定得有足够的编码经验，从基础小示例练起，先能复现别人的案例，在尝试自己创意一些具体实现，逐步精进。
看你计算机基础知识扎实不扎实，首先爬虫的基础知识是网络基础知识，需要对TCP、IP有一定的知识了解，还需要熟悉HTTP协议。这些熟悉之后其实你不需要了解爬虫框架也能开发爬虫了，当然你是初学者，估计还到达不了自己创造一个框架的能力。你可以选择一门你熟悉的编程语言进行入门，目前做爬虫最流行的语言有python、java、nodejs、C、C 等。你可以选择一个自己喜欢的语言进行入手，然后访问github，输入对应的关键词进行搜索，打开star多的进行学习了解，并按照文档进行操作实践。学习爬虫还需要了解正则表达式这些知识方便文档分析和提取。另外为了防止重复抓，需要用到布隆过滤器这些提升处理速度，因为爬到的内容较多，还需要学习一下如何做大数据存储，找一些存储解决方案进行学习，譬如redis、mongoDb等