如果用户访问 n 次，则计算唯一用户

Question

我想在广告网络中实施 FreqCapping。我想在一天中仅 n 次向唯一用户提供广告系列。如果 n=1，我可以在 redis 中使用 BloomFilter 来实现，但通常 n 大于 1。是否有针对此问题的任何数据结构（甚至是概率数据结构）？那是在redis中实现的吗？

Answer 1

听起来您在描述 Count-min sketch，虽然 Redis 核心没有它，但 RedisBloom 有 :)

Answer 2

如果n 很小，只需对'1x' + user、'2x' + user、...、n + 'x' + 'user' 使用布隆过滤器。作为细节，请以随机顺序检查它们。这意味着当用户只被看到一小部分时间时，您的查找次数就会减少。

如果n 很大，请考虑只进行固定数量的随机查找。当你接近你的极限时，它会交易性能，有时当你接近你的极限时选择不填充。例如，最多 4 次查找，在 50% 到极限时，您在 90% 的时间内做出正确选择，在 80% 到极限时，您仍然在 60% 左右做出正确选择时间。如果n=20，当您达到限制时，您将节省大量时间。

我确信有某种特殊的布隆过滤器可以达到类似的限制，您每次都检查/设置散列函数的随机子集（检查比您设置的更多）。但是你不会发现 Redis 中已经预先构建了这种特殊结构。

---

我建议的概率版本是这样的：

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您需要的查找次数。如果您每次都以相同的顺序进行，那么在第 10 次访问时，您将进行 9 次查找，然后才发现它们没有超出配额。但是如果n 是 20 并且您以随机顺序进行，那么第一次查找的一半时间就足够了。这减少了往返次数，从而提高了性能，这在广告技术中非常重要。