redis HLL 误报太多

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，但我得到的错误是 17-20%

我认为有问题..这是我的简单 perl 测试脚本。有没有什么错误

#!/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";

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

0.81% is the standard error，而不是误报。对于您的实例，您可以调用PFCOUNT HLL获取您放入的唯一项目的大约数量HyperLogLog。返回的数字应该在以下范围内[10000 * (1 - 0.81%), 10000 * (1 + 0.81%)].

PFADD如果执行命令后估计基数发生更改，则返回 1。否则返回 0。与以下无关false positive.

看来你需要的是布隆过滤器 https://en.wikipedia.org/wiki/Bloom_filter，它可以告诉您数据集中是否已存在某个项目，并且存在误报。您可以实施一个Bloom Filter当然是使用 Redis。应该有一些开源项目来实现这一点。