知识卡片
双字典编码缩小局部编号
全局字典把字段值映射为全局ID;每个Chunk的局部字典把出现的全局ID再映射成较小局部ID;记录列只存局部ID。这样可压缩表示,并从局部字典判断某值是否存在,缺失时跳过整个Chunk。两级ID不可混用。
结构图:
flowchart TD
A[字段值] --> B[全局字典对应全局ID]
B --> C[Chunk局部字典对应局部ID]
C --> D[记录列保存局部ID]
D --> E[局部计数]
E --> F[按全局ID汇总]
F --> G[全局字典恢复字段值]
这张卡片看不懂?
这张卡片的反馈已满 10 条,暂时无法继续提交。
已有反馈 · 0 / 10 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 交互式数据分析 · 查看原书依据
图13-11 PowerDrill内存数据结构 每个数据分片中包含一个“局部字典”,其记载了在这个数据分片中出现过的字段值,以该单词的“全局编号”代表单词内容,同时对这些单词再次进行内部编号,可称之为“局部编号”。
参考来源
- 位置:《大数据日知录:架构与算法》第13章《交互式数据分析》(来源项目:book-sources;源文件:extracted/大数据日知录_架构与算法/_epub-src/OEBPS/text00018.html)
- 结论依据:原文在本章对双字典编码缩小局部编号给出的定义、机制或示例支持本卡;技术产品描述限于2014年书中版本,示例与实测区分。
- 原始内容:图13-11 PowerDrill内存数据结构 每个数据分片中包含一个“局部字典”,其记载了在这个数据分片中出现过的字段值,以该单词的“全局编号”代表单词内容,同时对这些单词再次进行内部编号,可称之为“局部编号”。