Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Memulai dengan filter Bloom
ElastiCache mendukung struktur data filter Bloom, yang menyediakan struktur data probabilistik ruang yang efisien untuk memeriksa apakah suatu elemen adalah anggota dari suatu set. Saat menggunakan filter Bloom, positif palsu dimungkinkan — filter dapat salah menunjukkan bahwa elemen ada, meskipun elemen itu tidak ditambahkan ke himpunan. Namun, menggunakan filter Bloom akan mencegah negatif palsu — indikasi salah bahwa elemen tidak ada, meskipun elemen itu ditambahkan ke set.
Anda dapat mengatur persentase potensi positif palsu ke tingkat yang diinginkan untuk beban kerja Anda, dengan menyesuaikan tingkat fp. Anda juga dapat mengonfigurasi kapasitas (jumlah item yang dapat disimpan oleh filter Bloom), properti penskalaan dan non-penskalaan, dan banyak lagi.
Setelah Anda membuat cluster dengan versi engine yang didukung, tipe data Bloom dan perintah terkait akan tersedia secara otomatis. Tipe bloom
data kompatibel dengan API dengan sintaks perintah filter Bloom dari pustaka klien Valkey resmi termasukvalkey-py
,, valkey-java
dan. valkey-go
Anda dapat dengan mudah memigrasikan aplikasi Valkey dan Redis OSS berbasis Bloom yang ada ke dalam. ElastiCache Untuk daftar lengkap perintah lihatPerintah filter Bloom.
Metrik terkait BloomBloomFilterBasedCmds
,BloomFilterBasedCmdsLatency
, dan BloomFilterBasedCmdsECPUs
dimasukkan ke dalam CloudWatch untuk memantau penggunaan tipe data ini. Untuk informasi selengkapnya, lihat Metrik untuk Valkey dan Redis OSS.
catatan
Untuk menggunakan filter Bloom, Anda harus menjalankan ElastiCache Valkey 8.1 dan yang lebih baru.
Tipe data bloom tidak kompatibel dengan RDB dengan penawaran mekar berbasis non-Valkey lainnya.
Ikhtisar tipe data filter Bloom
Filter Bloom adalah struktur data probabilistik hemat ruang yang memungkinkan penambahan elemen dan memeriksa apakah ada elemen. Positif palsu dimungkinkan di mana filter salah menunjukkan bahwa suatu elemen ada, meskipun tidak ditambahkan. Namun, Filter Bloom menjamin bahwa negatif palsu (salah menunjukkan bahwa suatu elemen tidak ada, meskipun ditambahkan) tidak terjadi.
Sumber utama dokumentasi untuk filter mekar dapat ditemukan di halaman dokumentasi valkey.io. Ini berisi informasi berikut:
Kasus penggunaan umum untuk filter mekar
Iklan/Deduplikasi acara
Deteksi penipuan
Memfilter konten berbahaya/spam
Deteksi pengguna yang unik
Perbedaan antara filter mekar penskalaan dan non-penskalaan
Cara memutuskan antara filter mekar penskalaan dan non-penskalaan
-
Pelajari tentang properti filter Bloom yang dapat disetel. Ini termasuk tingkat positif palsu, kapasitas, penskalaan dan properti non-penskalaan, dan banyak lagi.
-
-
Rekomendasi dan detail tentang cara memeriksa apakah filter mekar mencapai batas penggunaan memorinya, dan apakah filter tersebut dapat diskalakan untuk mencapai kapasitas yang diinginkan.
-
Anda dapat secara khusus memeriksa jumlah memori yang dikonsumsi oleh dokumen filter mekar melalui penggunaan perintah BF.INFO
.
-
Batas ukuran mekar
Konsumsi memori oleh satu objek filter Bloom dibatasi hingga 128 MB. Anda dapat memeriksa jumlah memori yang dikonsumsi oleh filter Bloom dengan menggunakan BF.INFO <key> SIZE
perintah.
Mekar ACLs
Mirip dengan kategori per-tipe data yang ada (@string, @hash, dll.) Kategori baru @bloom ditambahkan untuk menyederhanakan pengelolaan akses ke perintah dan data Bloom. Tidak ada perintah Valkey atau Redis OSS lain yang ada sebagai anggota kategori @bloom.
Ada 3 kategori ACL yang ada yang diperbarui untuk menyertakan perintah Bloom baru: @read, @write dan @fast. Tabel berikut menunjukkan pemetaan perintah Bloom ke kategori yang sesuai.
Perintah Bloom | @read | @write | @fast | @bloom |
---|---|---|---|---|
BF.ADD |
y |
y |
y |
|
BF.KARTU |
y |
y |
y |
|
BF.EXISTS |
y |
y |
y |
|
BF.INFO |
y |
y |
y |
|
BF.INSERT |
y |
y |
y |
|
BF.MADD |
y |
y |
y |
|
BF.MEXISTS |
y |
y |
y |
|
BF.RESERVE |
y |
y |
y |
Metrik terkait filter Bloom
CloudWatch Metrik berikut yang terkait dengan struktur data bloom disediakan:
Metrik CW | Unit | Tanpa server/Dirancang sendiri | Deskripsi |
---|---|---|---|
BloomFilterBasedCmds |
Hitungan |
Keduanya |
Jumlah total perintah filter Bloom, termasuk perintah baca dan tulis. |
BloomFilterBasedCmdsLatency |
Mikrodetik |
swakelola |
Latensi semua perintah filter Bloom, termasuk perintah baca dan tulis. |
BloomFilterBasedCmdsECPUs |
Hitungan |
Nirserver |
ECPUs dikonsumsi oleh semua perintah filter Bloom, termasuk perintah baca dan tulis. |
Perintah filter Bloom
Perintah Bloom Filter
Nama | Penjelasan |
---|---|
BF.ADD |
Menambahkan satu item ke filter mekar.Jika filter belum ada, itu dibuat. |
BF.CARD |
Mengembalikan kardinalitas filter mekar. |
BF.EXISTS |
Menentukan apakah filter mekar berisi item yang ditentukan. |
BF.INFO |
Mengembalikan informasi penggunaan dan properti dari filter mekar tertentu. |
BF. SISIPKAN |
Membuat filter mekar dengan 0 item atau lebih, atau menambahkan item ke filter mekar yang ada. |
BF.MADD |
Menambahkan satu atau lebih item ke filter mekar. |
BF.MEKSIKO |
Menentukan apakah filter mekar berisi 1 item atau lebih. |
BF. CADANGAN |
Membuat filter mekar kosong dengan properti yang ditentukan. |
catatan
BF.LOAD tidak didukung oleh. ElastiCache Ini hanya relevan untuk penggunaan AOF, yang ElastiCache tidak mendukung.