Count-Min Sketch
Probabilistisk datastruktur för att approximera frekvenser i en stream — Cormode & Muthukrishnan (2003). Som Bloom filter, men räknar istället för att bara säga "ja/nej".
2D-matris (d hash-funktioner × w buckets). Vid increment(key): bump cellen vid hash_i(key) % w för varje rad. Vid count(key): returnera min värdet över alla rader (därav "min" i namnet). Overestimaterar aldrig, kan underestimera men sällan.
Driver Redis-modules, Druid, NetFlow-analys, "trending hashtags"-räknare. Memory-efficient: 100 MB minne kan tracka miljarder distinkta keys med ~1 % fel.