既然它们被填满了，假阳性的百分比也增加了，那么有哪些技术可以防止它们饱和呢？似乎您不能清空位，因为这将立即对存储在该节点中的数据产生负面影响。即使你有一个已知大小的集合，在使用像Cassandra这样的bloom过滤器的数据存储中，让我困惑的是节点中的数据将被添加和删除，对吧？但是当您删除一个键时，您不能将其bloom filter bucket设置为0，因为这可能会对散列到一个或多个与删除的键相同的bucket<e
浏览 2提问于2011-08-13得票数 2
回答已采纳
我需要实现一个布隆过滤器。我找不到解决的办法。例如，我希望过滤器有10%的假阳性，我有number函数和集合中元素的数量。如何计算匹配误报概率的Bloom Filter大小？
浏览 1提问于2011-12-19得票数 2
现在他们在后台使用Redis来跟踪已经被抓取的URL；然而，ElastiCache变得成本高昂，我一直在遇到打开太多连接的问题。我一直在考虑将Bloom filter作为后端实现，但我不明白如何才能让所有50台服务器共享相同的bloom Filter。我不希望每个人都有自己独立的布隆过滤器，否则他们基本上都在做相同的任务。
浏览 4提问于2016-01-01得票数 1
1回答
我有一个运行多个perl工作进程的系统，所有这些进程都需要查找bloom filter。有没有一种方法可以使用在多个进程之间共享的bloomfilter
我甚至需要将数据持久化到磁盘上，因为每次重新启动系统时，我都可以重用bloomfilter数据
浏览 7提问于2016-01-28得票数 2
1回答
逻辑本身实际上非常简单，但我正在努力弄清楚如何充分利用Scala的数据结构，使其更好、更实用、更实用。我的问题是:如果我使用一个case类，我需要构造函数来生成哈希函数和存储实际布隆过滤器数据的位数组。但是，在像"add“这样会更改位数组内容的方法中，我需要返回一个新的布隆过滤器，而不是改变现有布隆过滤器的内容，以便我
浏览 45提问于2019-03-04得票数 0
回答已采纳
1回答
根据的说法，概率数据结构是给出近似而不是精确答案的数据结构。特别是，它们具有非常低的时间和空间复杂度，并且很容易并行化，这使得它们的使用非常有效。提供的示例包括布隆过滤器、最小计数草图和HyperLogLog。
然而，所有这些数据结构也被称为“草图”数据结构-通过紧凑的表示来近似大集合的结构，以实现更有效(但不太精确)的操作。我看不出“草图”和“概率”数据结构之间
浏览 5提问于2018-07-09得票数 0
1回答
假阳性数布隆过滤器
、、、
我实现了一个带有3个哈希函数的布隆过滤器，现在我应该计算该过滤器中的误报(而不是可能性)的确切数量。有没有一种有效的方法来计算？过滤器中的项数为2亿，位数组大小为4亿
浏览 36提问于2019-11-23得票数 0
为什么布隆过滤器被称为“过滤器”。它们的行为更像集合，或者至少是可以查询成员资格的匿名集合。过滤器在其中起了什么作用？
浏览 0提问于2011-08-11得票数 2
回答已采纳
2回答
数据流中的近似重复检测
、、、
我目前正在开发一个能生成大量文本内容的流式API。不出所料，API提供了大量重复数据，我们也有过滤接近重复数据的业务需求。但是，我想要识别近似重复项，我还查看了散列算法，如LSH和MinHash，它们用于最近邻问题和近似重复检测。我有点卡住了，正在寻找
浏览 1提问于2012-04-27得票数 6
回答已采纳
我有一个包含一些分区的表，最近bloom filter发生了变化。有没有办法查看在旧数据中使用了哪种布隆过滤器？ 据我所知，一旦你改变了布隆过滤器，只有新的数据会受到影响。 诚挚的问候
浏览 18提问于2019-08-26得票数 0
假设我正在研究和调整布隆过滤器的散列函数，使用一个可能被广泛接受为“快速”的函数来计算散列所需的最大周期数是多少？
浏览 1提问于2014-01-26得票数 1
我正在尝试找出Bloomfilter的最佳配置。bloomfilter值应该是什么？有没有什么公式可以根据节点、数据大小、读写频率计算出最优数量？
浏览 2提问于2013-10-19得票数 0
所以我理解位集向量本质上可以为你在每个位中存储真/假集合，但是我对它和布隆过滤器之间的区别感到困惑，我知道布隆过滤器利用散列函数并且可以返回误报，但是它们可以存储的数据类型/它们可以做的函数的实际区别是什么
浏览 2提问于2017-04-24得票数 0
假设布隆过滤器api具有2个参数- 1.布隆过滤器中的比特数(n)和2.插入的预期数量(m)。m > n是否总是会导致complete误报？通过complete，我想说的是，在m>n的条件下，是否会对“包含(元素)”方法的每一个测试都返回true？
浏览 1提问于2015-03-08得票数 0
在我的系统中，将有一个主节点和n个从节点，主节点将把传入的请求分发给它的一个从节点。为了利用缓存内容，我希望跟踪从属节点已经服务的最后50个请求(传入请求的散列)(假设最后50个请求已经在缓存中，以便节点能够快速地为请求提供服务)。据我所知，在布隆过滤器中删除是很困难的。是否真的可以保持布隆过滤器像移动窗口一样(就像在50个请求之后，它应该从前端删除以适应新的请求
浏览 4提问于2012-02-13得票数 5
因为表是打开的，所以整个过滤器块都会保存在内存中，如果只有一个bloomfilter位数组，会不会更简单？
浏览 13提问于2018-12-21得票数 0
1回答
C++隐藏符号会增加重定位时间
、、、、
从elf直方图看，优化后存储桶的数量保持不变，但成功和不成功的查找减少了很多。布隆过滤器的大小从8kb减少到4kb，但比特集的数量从19%增加到24%。尽管如此，加载时间增加了，我认为这是由于布隆过滤器中设置的位数比以前更高。
查看依赖项，我可以看到大约有400.000个符号在重定位时被查找到我的库中，但没有成功。bloom过滤器用于过滤其中的大
浏览 1提问于2015-10-12得票数 4
2回答
我一直在使用一些非常非常大的数据集，通常是数十亿个元素，这些数据都保存在云中，并定期转储到文件中，对于我的一项任务，我会尝试计算这些数据集的基数。我可以有50%的数据集是唯一的，或者我也可以有100%。这是以固定的时间间隔动态生成的，并根据许多因素( example)Dataset大小为100亿的一天中的时间)而变化。以64进制编码的每个项目是20字节，乘以100亿平均是几百千兆字节。不幸的
浏览 27提问于2012-04-16得票数 16
回答已采纳
1回答
基本上，我必须实现一个布隆过滤器，并使用char 'a‘to 'z’和'A‘to 'Z’来测试它(简单且完成)。
然后我必须测试假阳性，但要求使用"aa“到"ZZ”(字符串)来计算假阳性(未完成)。
浏览 0提问于2011-06-26得票数 6
我知道leveldb/cassandra将他们的记录存储在SSTable中，并在执行精确的键查询时使用bloom filter来选择SSTable，他们的bloom filter对键范围查询有帮助吗？
浏览 1提问于2013-04-20得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
