我们在使用新闻客户端看新闻时，它会给我们不停地推荐新的内容，它每次推荐时要去重，去掉那些已经看过的内容。问题来了，新闻客户端推荐系统如何实现推送去重的？ 会想到服务器记录了用户看过的所有历史记录，当推荐系统推荐新闻时会从每个用户的历史记录里进行筛选，过滤掉那些已经存在的记录。问题是当用户量很大，每个用户看过的新闻又很多的情况下，这种方式，推荐系统的去重工作在性能上跟的上么？
转载
2024-10-16 21:32:29
29阅读
文章目录布隆过滤器的在Redis中的作用布隆过滤器的场景什么是布隆过滤器布隆过滤器原理Redis 集成布隆过滤器下载安装继承Redis 布隆过滤器实战添加订单ID到过滤器判断订单是否存在Redission 布隆过滤器实战 布隆过滤器的在Redis中的作用在Redis 缓存击穿（失效）、缓存穿透、缓存雪崩怎么解决？中我们说到可以使用布隆过滤器避免「缓存穿透」。我们只要记录了每个用户看过的历史记录，
转载
2023-08-30 08:49:38
90阅读
Redis 布隆过滤器是一种空间效率极高的概率型数据结构，通常用于判断某个元素是否在集合中。由于其快速和低内存的特性，布隆过滤器在许多应用场景中具有广泛的使用，而结合 Spring 框架使用可以大大简化开发流程。本篇博文旨在探讨如何有效解决“Redis 布隆过滤器与 Spring”相关问题，内容包括版本对比、迁移指南、兼容性处理、实战案例、性能优化及生态扩展。
### 版本对比
在研究 Red
布隆过滤器在项目中的使用概念使用介绍使用步骤1. 添加依赖2. 编写对应的布隆过滤器扫描器3. 编写刷新布隆过滤器数据定时器 概念Redisson 的「布隆过滤器」需要将当前的元素经过事先设计构建好的 K 个哈希函数计算出 K 个哈希值，并将预先已经构建好的「位数组」的相关下标取值置为 1 。当某个元素需要判断是否已存在时，则同样是先经过 K 个哈希函数求取 K 个哈希值，并判断「位数组」相应的
转载
2024-03-14 07:21:24
97阅读
LOL：布隆才是联盟最尽职的辅助，一个盾技能全都挡虽然说辅助一哥的位置经常是锤石、泰坦之类的英雄，不过从尽职尽责上面来说，辅助一哥的位置绝对应该是布隆的，他在保护AD方面绝对是足够尽职了，可以将所有打向AD的伤害给挡下来，那我们就看看布隆的盾能挡住多少技能吧！和布隆的盾类似的就是亚索的风墙了，不过亚索风墙只能抵挡一些有弹道的飞行物，普攻的子弹也会算城市飞行物，所以才能被挡下来，潘森的E明确表示挡住
转载
2024-02-01 22:22:53
48阅读
前言在「面试」Redis 这一篇就够了 这篇文中有提到用布隆过滤器来解决缓存穿透。那么，今天，他来了，他来了，他脚踏七彩祥云来了(手动狗头)是什么？弗雷尔卓德之心布隆是 LOL 中偏辅助的英雄，下面给大家带来他的技能和出装介绍，这时一个拖鞋啪的一声打在了我的脸上......布隆过滤器(Bloom Filter) 是一种节省空间的概率数据结构，由 Burton Howard Bloom 在 1970
转载
2023-11-21 10:05:51
58阅读
# 使用 Redis 实现布隆过滤器
## 引言
在现代数据处理和存储中，有时我们需要在性能和内存之间找到平衡。布隆过滤器（Bloom Filter）是一种空间效率极高的概率数据结构，用于测试一个元素是否在一个集合里面。它支持快速查询，但可能会出现假阳性（即判定一个元素在集合中，但实际上不在）。Redis 是一个优秀的键值存储系统，它支持多种数据结构，布隆过滤器便是其中之一。本文将介绍如何在
原创
2024-09-27 08:02:04
63阅读
# Redis 布隆过滤器的删除机制
## 引言
Redis 是一个开源的内存数据结构存储系统，广泛用于高性能的数据库、缓存和消息代理。布隆过滤器是一种空间效率极高的数据结构，用于检测一个元素是否在一个集合中。尽管布隆过滤器常用于判断元素的存在性，但其本身并不支持直接删除元素。这是因为布隆过滤器使用哈希函数映射元素到位数组中，因此无法仅通过删除某个位来确定地删除一个元素。为了解决这个问题，我们
Redis 布隆キー是一种高效的数据结构，用于判断某个元素是否在一个集合中。它利用布隆过滤器的原理，将内存使用效率最大化，同时降低查找时间。接下来，我将分享解决“Redis 布隆キー”问题的过程，涵盖环境配置、编译过程、参数调优、定制开发、错误集锦和生态集成。
## 环境配置
在开始之前，我需要配置开发环境。这个步骤涉及到Redis和布隆过滤器库的安装。在此，我使用了思维导图来展示所需的环境组
此文档源自钱文品老师所著《Redis 深度历险：核心原理和应用实践》布隆过滤器简介讲个使用场景，比如我们在使用新闻客户端看新闻时，它会给我们不停地推荐新的内容，它每次推荐时要去重，去掉那些已经看过的内容。问题来了，新闻客户端推荐系统如何实现推送去重的？你会想到服务器记录了用户看过的所有历史记录，当推荐系统推荐新闻时会从每个用户的历史记录里进行筛选，过滤掉那些已经存在的记录。问题是当用户量很大，每个
楔子我们前面介绍过 HyperLogLog 可以用来做基数统计，但它没提供判断一个值是否存在的查询方法，那我们如何才能在海量数据之中判断一个值是否存在呢？因为是海量数据，所以我们就无法将每个键值都存起来，然后再从结果中检索数据了，比如数据库中的 select count(1) from tablename where id='XXX'，或者是使用 Redis 普通的查询方法 get XXX 等方式
转载
2023-07-10 00:57:43
128阅读
当你遇到数据量大，又需要去重的时候就可以考虑布隆过滤器，如下场景：解决 Redis 缓存穿透问题（面试重点）；邮件过滤，使用布隆过滤器实现邮件黑名单过滤；爬虫爬过的网站过滤，爬过的网站不再爬取；推荐过的新闻不再推荐；什么是布隆过滤器布隆过滤器 (Bloom Filter)是由 Burton Howard Bloom 于 1970 年提出，它是一种 space efficient 的概率型
转载
2023-10-12 21:45:37
75阅读
1.布隆过滤器简介布隆过滤器（Bloom Filter）是1970年由布隆提出的。它实际上是一个很长的二进制向量和一系列随机映射函数。布隆过滤器可以用于检索一个元素是否在一个集合中。它的优点是空间效率和查询时间都远远超过一般的算法，缺点是有一定的误识别率和删除困难
重点 :
二进制向量 : 二进制的方式存放数据
随机映射函数 : 多次运算算出位数
误判率
转载
2024-04-18 23:07:28
63阅读
Redis实现布隆过滤器（下）Redis4.0通过模块化的形式集成了布隆过滤器，后续通过下面的命令就可以操作布隆过滤器，路径https://redis.io/commands/?group=bf那么我们怎么通过Java代码去操作布隆过滤器呢？RedisBloom官网提出了三种直接操作Redis布隆过滤器模块的方式，相关资料参考https://github.com/RedisBloom/RedisB
转载
2024-01-22 20:33:27
104阅读
前言在「摩擦面试官」Redis这一篇就够了 这篇文中有提到用布隆过滤器来解决缓存穿透。那么，今天，他来了，他来了，他脚踏七彩祥云来了(手动狗头)是什么？弗雷尔卓德之心布隆是LOL中偏辅助的英雄，下面给大家带来他的技能和出装介绍，这时一个拖鞋啪的一声打在了我的脸上......布隆过滤器(Bloom Filter) 是一种节省空间的概率数据结构，由Burton Howard Bloom在1970年提出
转载
2023-10-22 20:17:26
72阅读
前言 该篇为redis使用系列的第六篇，在springboot整合redis基础上使用BloomFilter 布隆过滤器。至于布隆过滤器的作用和实现的简单原理，该篇不做讲述OK，再啰嗦一下，相信点进来这篇的小伙伴，多半都跟redis缓存穿透有点渊源，是的，查询redis，为了防止他人恶意使用不存在的key访问redis，造成大批量的出现缓存穿透现象（直接查询数据库，导致数据库扛不住）。而加入布隆过
转载
2024-03-22 12:26:14
23阅读
一、什么是Spring Boot ？现阶段的 Spring Boot 可谓是太火了，为什么呢？因为使用方便、配置简洁、上手快速，那么它是什么？从官网上我们可以看到，它是 Spring 开源组织下的一个子项目，主要简化了 Spring 繁重的配置，而且 Spring Boot 内嵌了各种 Servlet 容器，如：Tomcat、Jetty 等二、Spring Boot 的优势 ？1、独立运行：不需要
转载
2024-04-12 12:58:09
58阅读
本篇博客我们主要介绍如何用Redis实现布隆过滤器，但是在介绍布隆过滤器之前，我们首先介绍一下，为啥要使用布隆过滤器。1、布隆过滤器使用场景比如有如下几个需求：①、原本有10亿个号码，现在又来了10万个号码，要快速准确判断这10万个号码是否在10亿个号码库中？解决办法一：将10亿个号码存入数据库中，进行数据库查询，准确性有了，但是速度会比较慢。解决办法二：将10亿号码放入内存中，比如
转载
2024-05-30 11:25:07
50阅读
首先介绍下MQ
1：MQ全称为Message Queue, 消息队列（MQ）是一种应用程序对应用程序的通信方法
2：MQ是消费-生产者模型的一个典型的代表，一端往消息队列中不断写入消息，而另一端则可以读取或者订阅队列中的消息。
3：在项目中，将一些无需即时返回且耗时的操作提取出来，进行了异步处理，而这种异步处理的方式大大的节省了服务器的请求响应时间，从而提高了
转载
2024-09-26 13:35:46
46阅读
布隆过滤器(Bloom Filter)，是1970年由布隆提出的。它实际上是一个很长的二进制向量和一系列随机映射函数。布隆过滤器可以用于检索一个元素是否在一个集合中。它的优点是空间效率和查询时间都远远超过一般的算法，缺点是有一定的误识别率和删除困难。Bloom Filter原理当一个元素被加入集合时，通过K个散列函数将这个元素映射成一个位数组中的K个点，把它们置为1。检索时，我们只要看看这些点是不
转载
2023-08-20 14:57:17
105阅读
