布隆过滤器（Bloom Filter）是一种数据结构，用于快速判断一个元素是否可能存在于一个集合中。它通过使用多个哈希函数和一个位数组来表示一个集合，当一个元素被加入到集合时，通过哈希函数计算出多个哈希值，并将对应的位数组位置置为1。当需要检查一个元素是否存在于集合时，同样通过哈希函数计算出多个哈希值，如果所有对应的位数组位置都为1，则认为元素可能存在于集合中，如果有任何一个位置为0，则可以确定元素肯定不存在于集合中。
1. 定义布隆过滤器
布隆过滤器具有高效的插入和查询性能，且占用内存较小，但是存在一定的误判率，即可能会将不存在于集合中的元素误判为存在于集合中。
所以我们需要配置布隆过滤器的存储元素数量和误判率
2.构造器注入布隆过滤器
在业务层里面注入布隆过滤器对象
3.判断用户名是否存在
当我们注册用户名时，可能之前被别人注册过了，这时我们需要先判断一下，在布隆过滤器中，是否已存在相同的用户名
调用布隆过滤器中的 contains() 方法判断
4.注册用户
在业务层中，定义一个注册方法，把前端请求的注册请求体传进去
第一步，就是获取到请求体中的 username 字段，然后调用判断用户名是否存在的方法，如果存在，就抛出异常
第二步，如果用户名不存在，也就是之前没有被注册过，那用户就可以继续注册了
然后就可以把请求体插入到数据库中
如果数据库中插入失败，就抛出异常
如果插入成功，就需要把注册的用户名给添加到布隆过滤器中，这样我们之后再判断数据库中是否存在已注册的用户名时，就不用访问数据库了，而是先在布隆过滤器中查找，这样减轻了对数据库的压力
5.分布式锁
如果用户名没注册，那么在布隆过滤器中就不存在该用户名，也就意味着可以触发注册流程插入数据库。但是如果产生恶意请求，在短时间内海量用户请求注册同一个用户名，这些请求都会落到数据库，造成数据库访问压力。这里通过分布式锁，锁定用户名进行串行执行，防止恶意请求利用未注册用户名将请求打到数据库。
5.1注入redissonClient
RedissonClient是一个Java的Redis客户端，它提供了许多方便的功能和工具来与Redis数据库进行交互。通过RedissonClient，开发人员可以方便地操作Redis数据库，进行数据的存储、查询、更新和删除等操作。RedissonClient支持多种数据结构和功能，如分布式锁、分布式集合、分布式队列等
5.2获取锁
定义一个常量名作为锁名
然后将常量名和注册的用户名绑定，从而获取到分布式锁
所以当海量用户注册同一个用户名时，只有一个用户可以获取到分布式锁，则把该用户注册的信息插入到数据库中，插入成功后，再把用户名添加到布隆过滤器里面。而其他没有获取到锁的用户，则抛出异常
