脚本宝典收集整理的这篇文章主要介绍了Redis使用bloom-filter过滤器实现推荐去重，脚本宝典觉得挺不错的，现在分享给大家，也给大家做个参考。

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

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持脚本宝典。

脚本宝典总结

以上是脚本宝典为你收集整理的Redis使用bloom-filter过滤器实现推荐去重全部内容，希望文章能够帮你解决Redis使用bloom-filter过滤器实现推荐去重所遇到的问题。

如果觉得脚本宝典网站内容还不错，欢迎将脚本宝典推荐好友。

本图文内容来源于网友网络收集整理提供，作为学习参考使用，版权属于原作者。
如您有任何意见或建议可联系处理。小编QQ：384754419，请注明来意。