perl - redis HLL 误报太多

Question

Hyperlog 日志是一种概率算法根据 redis HLL 文档，我们可能会得到 0.81% 的错误，但我会得到 17-20% 的错误

我认为有问题.. 这是我的简单 perl 测试脚本。是不是有什么错误

#!/usr/bin/perl -w                                                                                                                                                       
use Redis;
my $redis = Redis->new(server=>'192.168.50.166:6379') or die;
my $fp=0;
my $HLL="HLL";

$redis->del($HLL);
foreach my $i (1..10000) {
  my $s1 = $redis->pfadd($HLL,$i);
  if($s1 == 0){ 
    print "False positive on $i\n";
    $fp++;
  }
}
print "count of false positives $fp\n";

Answer 1

HyperLogLog用于计算唯一项目。它可以用很少的内存计算大量的项目。但是，返回的基数并不准确，而是近似为standard error.

0.81%是standard error，而不是误报。对于您的实例，您可以调用PFCOUNT HLL以获取您放入HyperLogLog. 返回的数字应在 的范围内[10000 * (1 - 0.81%), 10000 * (1 + 0.81%)]。

PFADD如果在执行命令后估计的基数发生了变化，则返回 1。否则返回 0。它与 . 无关false positive。

看来您需要的是一个Bloom Filter，它可以告诉您数据集中是否已经存在某个项目，但会出现误报。当然，您可以Bloom Filter使用 Redis 实现一个。并且应该有一些开源项目。