mac下Redis5 BloomFilter安裝及怎么與python連用

本文小編為大家詳細介紹“mac下Redis5 BloomFilter安裝及怎么與python連用”，內容詳細，步驟清晰，細節處理妥當，希望這篇“mac下Redis5 BloomFilter安裝及怎么與python連用”文章能幫助大家解決疑惑，下面跟著小編的思路慢慢深入，一起來學習新知識吧。

安裝及使用布隆過濾器

Centos7 上 Redis 5.x 安裝及使用布隆過濾器（BloomFilter ）

1 進入redis安裝目錄：cd /usr/local/redis-5.0.4
2. 下載插件： git clone https://github.com/RedisBloom/RedisBloom.git  
	# https://github.com/RedisBloom/RedisBloom 如果慢 可以使用外網訪問
3. 進入插件目錄： cd redisbloom/  （重命名之前為RedisBloom）
4. 執行： make
5. 修改 redis.conf，增加配置： loadmodule /usr/local/redis-5.0.4/redisbloom/redisbloom.so
6. 啟動redis:  src/redis-server ./redis.conf
7. 連接客戶端： src/redis-cli -p 6379 
8. 測試，先后執行： bf.add users francis     bf.exists users francis  
9. 更多內容可參考： https://oss.redislabs.com/redisbloom/

python的使用
1.第一種方法 連接 redis 使用原生的語句使用

from redis import StrictRedis
from django.conf import settings


class BfRedis:
    def __init__(self, db, host=settings.BF_REDIS_HOST, port=settings.BF_REDIS_PORT, password=settings.BF_REDIS_PASSWORD):
        self.client = StrictRedis(db=db, host=host, port=port, password=password)

    def bf_init(self, key: str, error_rate: float(), size: int):
        res = self.client.execute_command('BF.RESERVE', key, error_rate, size)
        return res

    def bf_exists(self, key, value):
        res = self.client.execute_command('BF.exists', key, value)
        return res

    def bf_add(self, key, value):
        return self.client.execute_command('BF.add', key, value)

    def bf_local_init(self, task_id, error_rate=0.0001, size=10000):
        """
        """
        key = f'bf_{task_id}'
        if self.client.exists(key):
            return True
        res = self.bf_init(key, error_rate, size)
        return res

    def bf_local_add(self, task_id, value):
        key = f'bf_{task_id}'
        res = self.bf_add(key, value)
        return res

    def bf_local_exists(self, task_id, value):
        key = f'bf_{task_id}'
        res = self.bf_exists(key, value)
        return res

    def bf_local_del(self, task_id):
        key = f'bf_{task_id}'
        res = self.client.delete(key)
        return res
# bf_redis = CrawlRedisClient(0)

1. 使用 python 的工具模塊

python2安裝：pip install pybloom
python3安裝：pip install pybloom-live

demo

from pybloom import BloomFilter, ScalableBloomFilter
bf = BloomFilter(capacity=10000, error_rate=0.001)
bf.add('test')
print 'test' in bf
sbf = ScalableBloomFilter(mode=ScalableBloomFilter.SMALL_SET_GROWTH)
sbf.add('dddd')
print 'ddd' in sbf

BloomFilter是一個定容的過濾器，error_rate是指最大的誤報率是0.1%，而ScalableBloomFilter是一個不定容量的布隆過濾器，它可以不斷添加元素。add 方法是添加元素，如果元素已經在布隆過濾器中，就返回true，如果不在返回fasle并將該元素添加到過濾器中。判斷一個元素是否在過濾器中，只需要使用in運算符即可了。

讀到這里，這篇“mac下Redis5 BloomFilter安裝及怎么與python連用”文章已經介紹完畢，想要掌握這篇文章的知識點還需要大家自己動手實踐使用過才能領會，如果想了解更多相關內容的文章，歡迎關注億速云行業資訊頻道。