概率为 Redis 提供了对额外概率数据结构的支持。这些结构允许以恒定的内存空间和极快的处理速度,同时保持较低的错误率。它支持可扩展的布隆过滤器和库克过滤器,以确定特定程度的确定性地确定项是否存在于集合中,Count-min sketch 用于以亚线性空间计数不同项的频率,以及 Top-K 用于以接近确定性的方式计数前 k 个事件。
高度优化的性能
最先进且学术界经过验证的概率数据结构和算法 针对 Redis 优化。
少量节省
计算和内存占用空间
先进的概率算法减少了对海量数据集进行计算和内存的需求,同时仍然提供可接受的准确性水平。
可靠且可扩展的架构
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,而无需事先了解已检查的元素数量。
布隆过滤器
一种数据结构,旨在以高度内存效率的方式快速确定元素是否存在于集合中。
库克过滤器
布隆过滤器的替代方案,额外支持从集合中删除元素。
Count-Min Sketch
计算数据样本中事件的频率。
Top-K
一种确定性算法,近似前 k 个项的频率。
欺诈缓解
通过与之前的活动进行比较来识别异常行为,而无需存储海量信息。
排行榜
为非常大的数据集和用户群构建快速且小型的排行榜。
广告
确保用户在给定时间段内只看到特定广告有限的次数。
立即免费开始使用 Redis 云
下载 Redis 企业版