doc: 阅读redis cuckoo filter文档

中间件/redis/redis.md

@@ -141,6 +141,8 @@
         - [Reserving Bloom filters](#reserving-bloom-filters)
         - [total size of bloom filter](#total-size-of-bloom-filter)
         - [Performance](#performance)
+      - [Cuckoo filter](#cuckoo-filter)
+        - [User Cases](#user-cases)
 
 
 # redis
@@ -2419,3 +2421,16 @@ memory_with_sets = capacity*(192b + value)
 
 对bloom filter执行存在性检查的时间复杂度为`O(K)`或`O(K*n)`（针对stacked filters场景），`n`为stacked filters的数量
 
+#### Cuckoo filter
+Cuckoo filter和Bloom filter类似，同样用于检测item在set中是否存在，其也提供了`a very fast and space efficient way`。除此之外，Cuckoo filter允许对item进行删除，且在部分场景下相比Bloom filter而言Cuckoo filter的性能要更好。
+
+Bloom filter和Cuckoo filter的实现逻辑如下：
+- Bloom filter是一个bit array，在`hash function决定的位置bit将会被置为1`。
+- 而Cuckoo filter则是一个bucket array，`storing the fingerprints of the values in one of the buckets at positions decided by the two hash function`。
+  - 通过两个hash function，能够计算出两个可能的bucket position，而item的fingerprint则存储在两个bucket的其中一个
+  - 对于item x的membership query会针对x的fingerprint查找possible bucket，并且在查询到对应的fingerprint时返回true
+  - 对于Cuckoo filter，其`fingerprint size`会决定其false positive rate
+
+##### User Cases
+在应用中，Cuckoo filter拥有如下使用示例：
+- `Targeted ad campaigns`: 在该场景下，Cuckoo filter主要用于处理`用户是否参与了指定活动`