海量數據處理利器之Hash和bloom filter——在線郵件地址過濾

標題用了了海量數據（Massive datasets）而不用大數據（Big data）。感覺大數據還是略微有點虛，來點實際的。 一、需求 現在我們需要設計一個在線過濾垃圾郵件地址的方案，我們的數據庫裏面已經有10億個合法的郵件地址（稱爲合法地址集S），當有新的郵件發過來時，要檢查這個郵件地址是不是在我們的數據庫裏面，如果在，我們接收郵件，如果不在，我們就把它當做垃圾郵件過濾掉。 二、直覺想到的方法

>>阅读原文<<