Introduction
Bloom filter 是由 Howard Bloom 在 1970 年提出的二进制向量数据结构,它具有很好的空间和时间效率,被用来检测一个元素是不是集合中的一个成员,被广泛使用于各种海量数据排重的场景中。Mc bloom filter是一个全新的排重服务器,它采用memcached的网络层封装了bloom filter的操作,使各种语言php、java、perl、python、go、c等等,都能使用memcached的协议进行bloom filter的操作。
Details
作者
新浪 汤晓刚 何跃 胡鸿
bloom filter 的简介
bloom_filter的百度百科 Google黑板报 算法详细介绍
mc bloom filter 的特性
- 完全采用memcached的网络层协议,创建、删除、添加、查看状态等。
- mc bloom filter 是一个全内存的排重服务器,所有数据均放在内存中。
- 可以在一个实例中创建多个bloom filter,在内存允许的情况,可以创建几十G大小的bloom filter,支持最高上 百亿 的数据排重。
- 采用google员工写的的高性能hash算法murmurhash,保证bloom filter的hash的高速
- 单线程版单机读写速度能达到十万次/s(同网段两台服务器多线程压力测试 服务器配置:8核 Intel(R) Xeon(R) CPU E5620 @ 2.40GHz 12G内存)
- 多线程版单机读写能力均能达到30万次/s(同网段两台服务器多线程压力测试 服务器配置:8核 Intel(R) Xeon(R) CPU E5620 @ 2.40GHz 12G内存)
- 32位、64位服务器兼容。
mc bloom filter 的安装
- bloom filter 使用memcached网络层,依赖于libevent,先登录http://libevent.org/ 下载最新稳定版本。
wget https://github.com/downloads/libevent/libevent/libevent-2.0.20-stable.tar.gz
tar zxvf libevent-2.0.20-stable.tar.gz
cd libevent-2.0.20-stable
./configure
make && make install- 在bloom filter 的google code 上,下载mc bloom filter的最新稳定版本
1.wget bloom filter的最新稳定版本
2.修改Makefile文件,主要是修改libevent到你的目录
3.在目录中执行make,生成mc_bloom_filter【线上版】 mc_bloom_filter_【调试版】 两个可执行文件,调试版会打很多日志
4. nohup ./mc_bloom_filter -p12345 -d -uroot -m4000 –p/tmp/mc_bloom_filter.pid –l127.0.0.1
日志文件就是当前目录的nohup.out文件- mc bloom filter的启动参数