年龄划分布隆过滤器
数据结构与算法
2020-01-10 v1 数据库
分布式、并行与集群计算
摘要
布隆过滤器（BF）被广泛用于集合元素上的近似隶属查询。BF 变体允许删除、无界大小集合或查询无界流上的滑动窗口。然而，对于最后一种情况，当前最佳方法基于字典（例如基于 Cuckoo 过滤器或 TinyTable），且似乎基于 BF 的方法永远无法与基于字典的方法竞争。本文提出年龄划分布隆过滤器（APBF），一种用于滑动窗口中重复检测的基于 BF 的方法，不仅在时间复杂度上具有竞争力，而且相比当前基于字典的方法（如 SWAMP）具有更优的空间占用，代价是一定的适度松弛。APBF 保留了 BF 的简洁性，不同于基于字典的方法，这对基于硬件的实现十分重要，并且可集成双哈希或分块等已知改进。我们提出一种年龄划分布块布隆过滤器变体，即使对于高精度过滤器，每次插入仅需 2-3 次缓存行访问，每次查询约 2-4 次。
引用
@article{arxiv.2001.03147,
title = {Age-Partitioned Bloom Filters},
author = {Ariel Shtul and Carlos Baquero and Paulo Sérgio Almeida},
journal= {arXiv preprint arXiv:2001.03147},
year = {2020}
}
备注
25 pages