探讨大量数据下某个值是否存在的问题，大佬们指教一下

[xrzxrzxrz]

我们现在有这么个需求，允许运营上传一批用户 ID （可能会有很多个，最大值可以到千万级），然后服务端需要在请求的时候确定这次 id 是否在一批用户 ID 中。其实就是面试很常见的，怎么在一堆值中确定某个值是否存在。

我们这边目前的打算是通过 redis + bloom filter 的形式去判定该 ID 是否命中(跟产品讨论过，允许一定的误差)，但是个人感觉这个方案思路有点常规，或者说有点简单。不知道大佬们是否有其他的思路。指教下一些其他的路子~

[fishCatcher]

最大千万级，直接放内存哈希表就行了

[foam]

布隆过滤器+1.
蹲一波别的想法

[ximenmenglong]

https://nullprogram.com/blog/2014/09/18/
这个实例挺符合你的需求

[raycool]

这样应该能满足要求吧。
这个思路很常规吗。

[monkeyWie]

id 是整数型的直接用 bitmap 就行吧

[xrzxrzxrz]

@fishCatcher 主要是考虑内存成本问题，因为理论上允许用户上传很多批用户 ID ，这样会用到太多内存

[xrzxrzxrz]

@monkeyWie 额 不是纯数字。。会有 md5 值

[xrzxrzxrz]

@ximenmenglong 我看看哈

[xrzxrzxrz]

@raycool 应该是能满足的 因为当时看到这个需求的时候，第一时间想到的就是这个方案，所以觉得太常规，想看看有没有其他的思路，可能是我认识不够

[t4we]

hyperloglog

[dqzcwxb]

试试布谷鸟过滤 Cuckoo Filter

[git00ll]

见张表，加个索引。一亿数据都没关系

[Rocketer]

现在都是拿空间换时间，这种需求只要不是大到离谱的数据量都可以放内存里用 HashSet 实现。内存才多少钱，O(1)的复杂度不香吗？