RedisBloom快速入门教程
了解更多
简单地说，我们现在是Redis
RedisBloom为Redis提供了对额外概率数据结构的支持。这些结构允许恒定的内存空间和极快的处理，同时仍然保持低错误率。它支持可伸缩的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草图以计算亚线性空间中不同项目的频率，top - k以接近确定性的方式计算top k事件。
看看Scopely的克里斯蒂安·卡斯蒂布兰科(Cristian Castiblanco)描述它的用途
RedisBloom。
最先进的和学术证明的概率数据结构和算法优化了复述,．
先进的概率算法减少了对大量数据集的计算和内存需求，同时仍然提供可接受的精度水平。
任何数量的概率过滤器和计数器都可以以完全可靠和持久的方式进行管理，而不需要事先了解检查的元素的数量。
在不储存大量信息的情况下，通过与之前的活动进行比较来识别异常行为。
为庞大的数据集和用户基础创建快速且小型的排行榜。
确保用户在特定时间段内只能看到有限的广告。
一种数据结构，设计用来快速确定某个元素是否以一种高内存效率的方式出现在集合中。
布鲁姆过滤器的另一种选择，附加了从集合中删除元素的支持。
计算数据样本中事件的频率。
一种确定的算法，近似前k个项目的频率。
万博体育彩复述,企业云
万博体育彩复述,企业软件万博电竞客服
万博app手机客户端下载
