簡言

1. 環境：ubuntu16.04，redis版本:5.0.7，布隆過濾器實現版本：RedisBloom1.1.1

2. 默認情況，下載安裝redis時是不帶布隆過濾器功能的，它是以插件的形式提供服務，需要手動加載（修改配置文件后重啟redis或者用命令module load來動態加載）

3. RedisBloom的官方地址：https://github.com/RedisBloom/RedisBloom

4. 預設布隆過濾器的空間時，如果不知道誤判率，容量，實際占用空間，哈希函數個數設置多少合適，可以在這個網站計算?https://hur.st/bloomfilter/?n=10000&p=0.001&m=&k=

下載安裝

1. 運行命令?wget https://github.com/RedisLabsModules/rebloom/archive/v1.1.1.tar.gz，我們這里下載的是1.1.1版本，還有其他版本供選擇

2. 運行命令?tar -zxvf v1.1.1.tar.gz 解壓，解壓后的文件夾如下

3. 進入目錄?RedisBloom-1.1.1后，運行命令 make 即可編譯出so文件，如下

4. 打開我們redis-server用的配置文件redis.conf，在MODULES模塊下添加一行 loadmodule /usr/local/redis/redis-stable/RedisBloom-1.1.1/rebloom.so，?如下圖

5. 重新啟動redis-server（注意：一定要使用我們剛才修改的redis.conf配置文件），連接進redis，運行命令可以查看所有已加載的module，可以看到布隆過濾器（模塊名：bf，版本：10101）

使用示例

1. bf.add 往一個布隆過濾器中添加單個元素（若該過濾器不存在時，會自動創建），成功添加返回1，失敗返回0

2. bf.madd 往一個布隆過濾器中添加多個元素（若該過濾器不存在時，會自動創建），返回一個數組，和請求參數一一對應，成功的為1，失敗的為0

3. bf.exists 判斷是否存在一個元素，存在的返回1，不存在的返回0，注意：布隆過濾器的最大特點，它返回0時表示元素一定不存在；返回1時元素大概率是存在的，極小概率不存在，這個誤判概率到底有多大決定于我們給它的配置

4. bf.mexists 判斷多個元素是否存在，返回一個數組，和請求參數一一對應，存在的為1，不存在的為0，注意：同樣存在誤判概率

5. bf.debug 查看一個布隆過濾器的信息

第一行的size表當前元素數，這里為7，注意這個值很大時不一定準確

第二行表第一層數據塊的信息，我們沒有使用bf.reserve指定配置時，布隆過濾器會自動初始化，當添加的元素超過當前容量時，會自動初始化下一層數據塊

bytes 表該層數據的字節數，128也就是128字節

bits 表該層數據的位數，1024也就是1024個位，其實就是前面的128字節*8=1024位

hashes 表哈希函數的個數

hashwitdth 不清楚，以后再研究

capacity 表該層的最大容量，106表最多可以放106個元素

size 表該層目前的元素數

ratio 表誤判率，就是前面的bf.exists返回的誤判率

6. bf.reserve 預設一個布隆過濾器的初始值，參數依次為：過濾器名字，誤判率，容量，容量只是我們建議的容量，它會根據實際情況調整

技巧

如果不知道誤判率，容量，實際占用空間，哈希函數個數這些設置多少合適，可以到這個網站上計算?https://hur.st/bloomfilter/?n=10000&p=0.001&m=&k=?輸入容量，誤判率后它會自動計算出來

如下圖所示：

預設容量為10000，誤判率為0.001（也就是0.1%）時，最佳的哈希函數是10個(這個影響布隆過濾器的效率)，預計占用容量17.55K

你可以單獨修改容量，這時哈希函數的個數就會增加；也可以單獨修改哈希函數的個數，這時容量就會增加

想要最佳容量和性能時，建議使用它給的數值即可，這個是最優解，至于其中的數學證明知乎上有一篇不錯文章可以自行搜索

總結

以上是生活随笔為你收集整理的ubuntu16.04安装，使用redis布隆过滤器示例的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。