布隆过滤器参数计算器

从两个真正驱动其行为的数字获取布隆过滤器的最优位数组大小和哈希函数数量——您预期要插入多少项目，以及您愿意接受多少假阳性噪音。

使用方法

1. 输入您计划插入过滤器的预期项目数（n）。
2. 将目标假阳性率滑块拖到所需的准确度——较低意味着假阳性较少，但位数组较大。
3. 阅读位数组大小（m）、哈希函数数（k）和所需内存，以及显示在相同n处紧缩假阳性率时内存如何扩展的图表。

公式

• 位数组大小: m = ceil(-n · ln(p) / (ln 2)²)
• 哈希函数数: k = round((m / n) · ln 2)，最小值为1

这些是所有主流布隆过滤器实现（Guava、Redis的BF.RESERVE、pybloom）使用的标准最优参数推导。由于m和k舍入到整数，计算器还报告这些舍入值处的实际假阳性率——使用标准估计(1 - e^(-kn/m))^k——因为它很少与您输入的目标相同。

阅读图表

该图表在您输入的n处针对假阳性率的对数刻度绘制所需内存与目标假阳性率。由于m在-ln(p)中是线性的，而x轴是-log₁₀(p)，折衷是直线而不是曲线——将假阳性率紧缩一个数量级会导致内存的相应且可预测的增加。您的当前设置用红点标记。

限制

这将标准（非计数、不可扩展）布隆过滤器的大小，并假设理想的哈希族——具有相关位的真实哈希函数会略微偏离理论假阳性率。它没有考虑特定语言/库的每位开销（某些实现将m舍入到2的幂或机器字的倍数以加快索引），因此将此处的m/内存视为理论最小值，而不是库将进行的确切分配。

隐私

所有内容都在浏览器中运行——您输入的任何内容都不会发送到任何地方。

相关工具

如果您需要布隆过滤器存储密钥（或任何其他内容）的哈希，请参阅哈希生成器。对过滤器进行调整后，如果您在缓存前面使用过滤器，缓存TTL计算器可帮助您确定其条目的生命周期。