如果用户访问了n次，则计算唯一身份用户

Question

我想在广告网络中实施FreqCapping。我只想一天n次向唯一身份用户投放广告系列。如果n = 1，则可以在redis中使用BloomFilter来实现，但是通常n大于1。是否有针对此问题的数据结构（甚至是概率数据结构）？并在redis中实现了吗？

Answer 1

听起来您正在描述Count-min sketch，而Redis core没有它，而RedisBloom却是：）

Answer 2

如果n很小，只需对'1x' + user，'2x' + user，...，n + 'x' + 'user'使用布隆过滤器。详细信息，请按随机顺序检查它们。这意味着当只在很小一部分时间内看到用户时，您的查询就会减少。

如果n大，请考虑仅进行固定数量的随机查找。当您接近极限时，这会影响性能，有时接近极限时会选择不执行。例如，最多进行4次查询，在达到上限的方式中，有50％的情况下您在90％的时间内做出了正确的选择，而在达到上限的方式中有80％的情况下，您仍然在约60％的情况下做出了正确的选择时间。而且如果是n=20，则达到极限时将节省很多时间。

我确信有某种特殊的Bloom过滤器可以达到类似的限制，每次您检查/设置哈希函数的随机子集（检查的次数超过设置的次数）。但是您不会发现Redis中已经预先构建了特殊的结构。

---

我建议的概率版本是这样：

def is_available(user, k=4, n=20):
    tried = []
    for 1..k:
        i = rand(n)
        while i in tried:
            i = rand(n)
        id = user + ":" + str(i)
        if bloomfilter.lookup(id):
            tried.append(i)
        else:
            bloomfilter.add(id)
            return True
    return False

随机化的目的是减少所需的查找次数。如果您每次使用的顺序相同，那么在第10次访问中，您将有9次查找，然后才发现它们没有超出配额。但是，如果n为20，并且您是以随机顺序进行的，则第一次查找的时间将减少一半。这样可以减少往返次数，从而提高性能，这在adtech中非常重要。