布隆过滤器在大数据研究中的作用：综述
数据库
2019-03-18 v1
摘要
大数据是最受欢迎的新兴趋势，已成为人类的福祉，也是日常生活的必需品。例如 Facebook。每个人都直接或间接地参与产生数据。因此，大数据是一种具有高增长率且由多样数据组成的大量数据。大数据触及所有领域，包括政府部门、IT 产业、商业、经济、工程、生物信息学和其他基础科学。因此，大数据形成了数据孤岛。大多数数据是重复且非结构化的。为处理此类数据孤岛，布隆过滤器是过滤重复数据的宝贵资源。此外，布隆过滤器在大数据存储系统中对于优化内存消耗是不可或缺的。毫无疑问，布隆过滤器使用极少量的内存空间来过滤非常大的数据规模，并存储大量数据集的信息。然而，布隆过滤器的功能仅限于成员资格过滤，但它可适用于各种应用。此外，布隆过滤器部署于不同领域，也用于跨学科研究领域，例如生物信息学。在本文中，我们揭示了布隆过滤器在大数据研究中的有用性。
引用
@article{arxiv.1903.06565,
title = {Role of Bloom Filter in Big Data Research: A Survey},
author = {Ripon Patgiri and Sabuzima Nayak and Samir Kumar Borgohain},
journal= {arXiv preprint arXiv:1903.06565},
year = {2019}
}
备注
7 Pages, 3 Figures, 1 Table