海量数据去重-dedup - feapder-document

[Boris-code]

https://boris.org.cn/feapder/#/source_code/dedup

Description

[CZW-1122]

好骚~

[Boris-code]

@CZW-1122
好骚~

么么哒

[calior]

数据入了一次库，我清库后，想再入一次，但是一直提示重复数据，清了redis dedup key, 还是没用。
想请问，入库去重信息缓存在哪里，该怎么清掉呢？

[Boris-code]

@calior
数据入了一次库，我清库后，想再入一次，但是一直提示重复数据，清了redis dedup key, 还是没用。
想请问，入库去重信息缓存在哪里，该怎么清掉呢？

就只存redis里了

[calior]

@calior
数据入了一次库，我清库后，想再入一次，但是一直提示重复数据，清了redis dedup key, 还是没用。
想请问，入库去重信息缓存在哪里，该怎么清掉呢？

就只存redis里了

那就很奇怪，在写item的时候，总是提示数据重复，写入为0，换了个redis，表也删了，就差没重启机器了。

[xiaoyueinfo]

FloomFilter有bug

[dream2333]

开启去重后，相应的key得手动删除，使用delete_keys="*"无效

[Boris-code]

@dream2333
开启去重后，相应的key得手动删除，使用delete_keys="*"无效

因为去重库默认是共用的，多个爬虫在一个池子里去重，目的是为了节省空间
因为永久去重不管是去重一条数据还是去重一亿数据，都需要先开辟一定的空间（285MB），若每个项目都开个空间，那么会浪费很多内存