【技术实现步骤摘要】
一种数据处理方法及装置
本申请涉及计算机
,尤其涉及一种数据处理方法及装置。
技术介绍
在个性化推荐业务中,需要对用户已经曝光过的内容进行过滤,防止推出重复的内容,内容量、用户量都较大的情况下,存储的已推荐历史也会非常多,此时需要解决在大规模数据下的数据过滤问题。在数据过滤、去重等需要判断一个元素是否存在的场景中,通常使用数组、链表、树、哈希表等常规数据结构,此类数据结构在数据量不大的情况下(百万级),不会有性能或资源问题。当数据规模上升到亿级,常规数据结构消耗的内存会呈现线性增长,导致资源占用较大、查询速度较慢。而传统的布隆过滤器在数据处理量过大时容易出现错误率逐渐增加,从而影响布隆过滤的正常使用。
技术实现思路
为了解决上述技术问题或者至少部分地解决上述技术问题,本申请提供了一种数据处理方法及装置。第一方面,本申请实施例提供了一种数据处理方法,包括:获取待查询元素的元素标识;确定第一布隆过滤器以及第二布隆过滤器;将所述元素标识输入第一布隆过滤器得到第一反馈结果,将所述元素标识输入第二布隆过滤器得到第二反馈结果;根据所述第一反馈结果和所述第二反馈结果确定所述待查询元素的查询结果。可选的,所述确定第一布隆过滤器以及第二布隆过滤,包括:获取配置参数;根据所述配置参数配置比特位的分布不同的第一布隆过滤器和第二布隆过滤器。可选的,所述将所述元素标识输入第一布隆过滤器得到第一反馈结果,包括:确定所述第一布隆过滤器的第一数 ...
【技术保护点】
1.一种数据处理方法,其特征在于,包括:/n获取待查询元素的元素标识;/n确定第一布隆过滤器以及第二布隆过滤器;/n将所述元素标识输入第一布隆过滤器得到第一反馈结果,将所述元素标识输入第二布隆过滤器得到第二反馈结果;/n根据所述第一反馈结果和所述第二反馈结果确定所述待查询元素的查询结果。/n
【技术特征摘要】
1.一种数据处理方法,其特征在于,包括:
获取待查询元素的元素标识;
确定第一布隆过滤器以及第二布隆过滤器;
将所述元素标识输入第一布隆过滤器得到第一反馈结果,将所述元素标识输入第二布隆过滤器得到第二反馈结果;
根据所述第一反馈结果和所述第二反馈结果确定所述待查询元素的查询结果。
2.根据权利要求1所述的方法,其特征在于,所述确定第一布隆过滤器以及第二布隆过滤,包括:
获取配置参数;
根据所述配置参数配置比特位的分布不同的第一布隆过滤器和第二布隆过滤器。
3.根据权利要求1所述的方法,其特征在于,所述将所述元素标识输入第一布隆过滤器得到第一反馈结果,包括:
确定所述第一布隆过滤器的第一数组标识,根据所述元素标识与所述第一数组标识生成第一输入信息;
将所述第一输入信息输入所述第一布隆过滤器,由所述第一布隆过滤器利用K个不同的哈希函数对所述第一输入信息分别进行哈希计算,得到K个哈希值;
根据所述K个哈希值计算得到K个地址;
确定第一布隆过滤器中与所述K个地址关联的第一比特位,读取所述第一比特位的第一参数值;
根据所述第一参数值确定所述第一反馈结果;
所述将所述元素标识输入第二布隆过滤器得到第二反馈结果,包括:
确定所述第二布隆过滤器的第二数组标识,根据所述元素标识与所述第二数组标识生成第二输入信息;
将所述第二输入信息输入所述第二布隆过滤器,由所述第二布隆过滤器利用K个不同的哈希函数对所述第二输入信息分别进行哈希计算,得到K个哈希值;
根据所述K个哈希值计算得到K个地址;
确定第二布隆过滤器中与所述K个地址关联的第二比特位,读取所述第二比特位的第二参数值;
根据所述第二参数值确定所述第二反馈结果;
其中,所述K为大于等于1的整数。
4.根据权利要求1所述的方法,其特征在于,所述根据所述第一反馈结果和所述第二反馈结果确定所述待查询元素的查询结果,包括:
当所述第一反馈结果和/或第二反馈结果为所述待查询元素存在时,则确定所述待查询元素存在;
当所述第一反馈结果与第二反馈结果均为所述待查询元素不存在时,则确定所述待查询元素不存在。
5.根据权利要求2所述的方法,其特征在于,所述配置参数包括:元素过期时间;
所述方法还包括:
根据所述元素过期时间确定所述第一布隆过滤器的第一清空时间,以及所述第二布隆过滤器的第二清空时间,所述第一清空时间与所述第二清空时间不同;
根据所述第一清空时间和所述第二清空时间清空所述第一布隆过滤器和...
【专利技术属性】
技术研发人员:葛亚鲁,
申请(专利权)人:北京奇艺世纪科技有限公司,
类型:发明
国别省市:北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。