redis 和 bloom filter

今天打算使用redis 的bitset搞一个 bloom filter， 这样的好处是可以节省内存，坏处是可能在会有一些数据因为提示重复而无法保存。

bloom filter 的大体原理就是通过不同的hash函数将一个字符串映射到几个不同的位，并将这几个不同的位设置为1.

如果在查找某个字符串的时候，发现通过hash映射后的位有的不为1，说明该字符串不存在。

如果发现所有的位都为1，那该字符串有一定的概率不存在，通常这个概率会很小。

 

相关内容可以查看：

http://olylakers.iteye.com/blog/2089275

不过上面的是java的，我在github上找了一个python的

http://github.com/jaybaird/python-bloomfilter/

不过这个是基于python的bitarray 的，稍微修改了下，并删掉了许多东西，让它变成使用redis的bitset

https://github.com/walkwalkwalk/python_redis_bloomfilter