千万用户推荐去重算法

[luger1990]

先不考虑推荐算法。如果我有 1KW 个用户，需要把一百万个短视频推荐给用户，并且不能重复推荐。我该用什么方法来达到这个目的。

reids 的 bitmap 去重的话确实很省空间，但是一个用户如果只看了一个视频我就得给用户在 redis 中分配一个固定大小的存储，那 1KW 个对象也是很大的存储空间，布隆过滤器同样如此

或者说我给用户推荐过的放到一个 set 里面或者 hash 里面，每次推荐的时候从推荐池子里拿 1000 个通过和 redis 中已推荐过的内容对比如果没有推荐那么推荐 推荐过的就 continue 感觉这样很 low 呀。。。

还有没有更好的解决方案！！

[luger1990]

解决问题了，最后选用的是布隆过滤器。

[kalman03]

@luger1990 详细点的流程呢？

[qicmsg]

@luger1990 能详细说下怎样取数据的逻辑吗？如何从库里取出未浏览数据呢？