知识卡片

普通读书笔记卡 · 1778.o.2.a

局部计数按全局身份合并

理解等级:中级

PowerDrill先对局部ID数组计数,再把局部ID换回全局ID,在跨Chunk汇总表中累加。例中只含目标值的Chunk需要扫描。不同Chunk相同局部编号可能代表不同词,若直接按局部ID跨片合并,会得到错误结果。

这张卡片看不懂?

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

      为了能够处理每个数据分片中SQL语句里的Group-By子句,可以设定一个int型的数组counts,其大小为数据分片中局部字典的大小(在这个例子里大小为5),通过遍历该数据分片中包含的记录字段值,并不断累加counts对应的下标数据,这样计算得到单词11对应的counts[4]中的值为3。

    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:原文在本章对局部计数按全局身份合并给出的定义、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:为了能够处理每个数据分片中SQL语句里的Group-By子句,可以设定一个int型的数组counts,其大小为数据分片中局部字典的大小(在这个例子里大小为5),通过遍历该数据分片中包含的记录字段值,并不断累加counts对应的下标数据,这样计算得到单词11对应的counts[4]中的值为3。