怎么在Redis中利bloom-filter过滤器实现一个去重功能-创新互联

这期内容当中小编将会给大家带来有关怎么在Redis中利bloom-filter过滤器实现一个去重功能，文章内容丰富且以专业的角度为大家分析和叙述，阅读完这篇文章希望大家可以有所收获。

前期准备

redis原生并不带布隆过滤器，需要单独下载并自行编译和加载。

1.下载redisbloom插件(redis官网下载即可)

2.解压，cd、make，make后会生成rebloom.so文件

tar -zxvf v1.1.1.tar.gz
cd redisbloom-1.1.1/
make

3.配置redis.conf文件，在配置文件中加上，目录为rebloom.so文件的目录路径

loadmodule /目录/rebloom.so

4.重新启动redis

redis-server redis.conf

快速使用

创建filter：[bf.reserve key error_rate initial_size]

bf.reserve users 0.001 100000

bf.reserve命令有三个参数，分别是：

• key：键

• error_rate：期望错误率，期望错误率越低，需要的空间就越大。

• capacity：初始容量，当实际元素的数量超过这个初始化容量时，误判率上升。

  
  

如果不使用bf.reserve命令创建，而是使用Redis自动创建的布隆过滤器，默认的error_rate是 0.01，capacity是 100。

隆过滤器的error_rate越小，需要的存储空间就越大，对于不需要过于精确的场景，error_rate设置稍大一点也可以。布隆过滤器的capacity设置的过大，会浪费存储空间，设置的过小，就会影响准确率，所以在使用之前一定要尽可能地精确估计好元素数量，还需要加上一定的冗余空间以避免实际元素可能会意外高出设置值很多。总之，error_rate和 capacity都需要设置一个合适的数值。

添加元素：[bf.add key options]

bf.add users user3

判断元素是否存在：[bf.exists key options]

bf.exists users user1

添加多个元素：[bf.add key ...options]

bf.madd users user4 user5 user6 user

判断多个元素是否存在：[bf.add key ...options]

bf.mexists users user4 user5 user6 user7 user8

上述就是小编为大家分享的怎么在Redis中利bloom-filter过滤器实现一个去重功能了，如果刚好有类似的疑惑，不妨参照上述分析进行理解。如果想知道更多相关知识，欢迎关注创新互联行业资讯频道。