Redis bloom-filter使用
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)
https://github.com/RedisLabsModules/redisbloom/
wget https://github.com/RedisLabsModules/rebloom/archive/v1.1.1.tar.gz
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。
请查看:https://www.cnblogs.com/-wenli/p/12444639.html
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
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 从 HTTP 原因短语缺失研究 HTTP/2 和 HTTP/3 的设计差异
· AI与.NET技术实操系列:向量存储与相似性搜索在 .NET 中的实现
· 基于Microsoft.Extensions.AI核心库实现RAG应用
· Linux系列:如何用heaptrack跟踪.NET程序的非托管内存泄露
· 开发者必知的日志记录最佳实践
· TypeScript + Deepseek 打造卜卦网站:技术与玄学的结合
· Manus的开源复刻OpenManus初探
· AI 智能体引爆开源社区「GitHub 热点速览」
· 三行代码完成国际化适配,妙~啊~
· .NET Core 中如何实现缓存的预热?