分解数据矩阵。探索Redis提供了什么。

了解更多

RedisBloom

Redis的低延迟和紧凑的概率数据结构

RedisBloom为Redis提供了额外的概率数据结构支持。这些结构允许固定的内存空间和极快的处理,同时仍然保持较低的错误率。它支持可扩展的Bloom和Cuckoo过滤器,以确定一个项目是否存在于给定确定性程度的集合中,count -min草图,以计算不同项目在次线性空间中的频率,top - k,以近乎确定性的方式计算top k事件。

开始

查看Scopely的Cristian Castiblanco描述它的使用
RedisBloom。

好处

性能高度优化

最先进的和学术证明的概率数据结构和算法优化了复述,

显著的节省与小的计算和内存占用

先进的概率算法减少了对大量数据集的计算和内存需求,同时仍然提供了可接受的精度水平。

可靠和可扩展的架构

可以以完全可靠和持久的方式管理任意数量的概率过滤器和计数器,而不需要事先知道所检查的元素的数量。

用例

欺诈缓解

通过与之前的活动进行比较,在不存储大量信息的情况下识别异常行为。

游戏排行榜

为非常大的数据集和用户群创建快速和小型的排行榜。

广告

确保用户在给定的时间段内只在有限的时间内看到特定的广告。


可用的概率数据结构

布隆过滤器

一种数据结构,用于快速确定一个元素是否以一种高内存效率的方式出现在一个集合中。

布谷鸟过滤器

Bloom过滤器的另一种选择,具有对删除集合中的元素的额外支持。

Count-Min草图

计算数据样本中事件的频率。

Top-K

一种确定性算法,近似的频率为前k项。


这很容易开始

万博体育彩复述,企业云

万博体育彩复述,企业云


从今天开始免费使用Redis Enterprise万博体育彩
云的必需品

尝试免费

万博体育彩复述,企业软件万博电竞客服

万博体育彩复述,企业软件万博电竞客服


下载Redis E万博体育彩nterprise 6

立即下载

Baidu