python redis实现bloomfilter

本文介绍了一种用于海量数据去重的技术——布隆过滤器,并提供了具体的Python实现示例。通过使用哈希函数与位数组,布隆过滤器能够高效地判断元素是否存在于集合中,特别适用于数据量极大时的快速查询场景。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

原理

用于海量数据去重,对数据经多次hash,放入bitmap,由于采用hash算法,可能数据可能重复,所以使用前务必按照公式计算错误率

实现

# coding:utf-8
import redis
import mmh3

REDIS_HOST = "192.168.159.128"
TEN_M = 50 * 1024 * 8
BF_KEY = "bf_key"
redis_client = redis.Redis(host=REDIS_HOST, port=6379, db=0)

seeds = [18, 6, 9, 7, 2, 17, 23, 23]


def init_bloom():
    for i in range(0, TEN_M):
        redis_client.setbit(BF_KEY, i, 0)


def add_bloom(str):
    for seed in seeds:
        sign = mmh3.hash(str, seed=seed)
        if sign < 0:
            offset = (sign & 0xffffffff) % TEN_M
            redis_client.setbit(BF_KEY, offset=offset, value=1)
        else:
            offset = sign % TEN_M
            redis_client.setbit(BF_KEY, offset=offset, value=1)


def in_bloom(str):
    for seed in seeds:
        sign = mmh3.hash(str, seed=seed)
        if sign < 0:
            offset = (sign & 0xffffffff) % TEN_M
            if redis_client.getbit(BF_KEY, offset) != 1:
                return False
        else:
            offset = sign % TEN_M
            if redis_client.getbit(BF_KEY, offset) != 1:
                return False
    return True


if __name__ == '__main__':
        print in_bloom("hehe2222222222122222222ffffffffffffffffffffddddddd22222221")

两个有用的公式

计算hash次数:k=(m/n)ln(2)
计算fp(错误率):p=(1-e^kn/m)^k

更多原理内容

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值