← 返回刚才阅读的位置

知识卡片

普通读书笔记卡 · 1773.c.2.a

重复层标记列表边界

理解等级:中级

Dremel重复层标记当前值相对前值在哪一重复层级继续:示例Name.Language.Code的0表示新文档,1表示同文档的新Name,2表示同Name的新Language。它不是简单记录“这个值出现了几次”。跨层边界与空占位要一起解释,才能从扁平叶列恢复原始嵌套关系。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • 分布式文件系统 · 查看原书依据

      重复层的含义是:某个数据项的全路径所在的重复层级。这从概念上不太好理解,我们用图8-20中的例子来说明。以Code这个字段为例,在网页r1 中有3处出现该字段的值:“en-us”、“en”这两个值出现在第1个Name字段中,“en-gb”出现在第3个Name字段中。重复层信息的引入就是为了鉴别其具体出现的位置。对于Code字段来说,其全路径为Name.Language.Code,其中Name和Language都是可重复的,所以对于Code字段的值来说,其重复层的可能取值范围为:[0, 1, 2]。 数值0代表这是网页中该字段第一次出现,用于区分不同网页内容;数值1代表与上个数据项比,这个数据项出现在同一个网页中,但是不同的Name下,1的含义是指两个可重复层级中,Name这个第1个层级是处于相同层级的;而数值2代表与上个数据项比,这个数据项出现在同一个网页的相同Name,不同Language下,即在Name.Language这两个重复层级是层级相同的。比如我们的程序在给网页r1 的Code字段进行列式存储并对重复层编码的时候,当遇到“en-us”,因为之前没有任何相同重复级别字段内容,所以设置其值为0,当遇到“en”的时候,其全路径中到Language这个层级都和“en-us”相同,所以其值为2,而当遇到“en-gb”的时候,因为与“en”比,在Name这个层级相同,而在Language这个层级已经不同了,所以设置其值为1。

    参考来源

    - 位置:《大数据日知录:架构与算法》第8章《分布式文件系统》,原文段落168(OEBPS/text00013.html)。 - 结论依据:本卡说明书中机制及其适用条件;出版时版本、目标数字与架构状态不作为当前普遍保证。 - 原始内容:重复层的含义是:某个数据项的全路径所在的重复层级。这从概念上不太好理解,我们用图8-20中的例子来说明。以Code这个字段为例,在网页r1 中有3处出现该字段的值:“en-us”、“en”这两个值出现在第1个Name字段中,“en-gb”出现在第3个Name字段中。重复层信息的引入就是为了鉴别其具体出现的位置。对于Code字段来说,其全路径为Name.Language.Code,其中Name和Language都是可重复的,所以对于Code字段的值来说,其重复层的可能取值范围为:[0, 1, 2]。 数值0代表这是网页中该字段第一次出现,用于区分不同网页内容;数值1代表与上个数据项比,这个数据项出现在同一个网页中,但是不同的Name下,1的含义是指两个可重复层级中,Name这个第1个层级是处于相同层级的;而数值2代表与上个数据项比,这个数据项出现在同一个网页的相同Name,不同Language下,即在Name.Language这两个重复层级是层级相同的。比如我们的程序在给网页r1 的Code字段进行列式存储并对重复层编码的时候,当遇到“en-us”,因为之前没有任何相同重复级别字段内容,所以设置其值为0,当遇到“en”的时候,其全路径中到Language这个层级都和“en-us”相同,所以其值为2,而当遇到“en-gb”的时候,因为与“en”比,在Name这个层级相同,而在Language这个层级已经不同了,所以设置其值为1。