返回主题:Lambda架构与数据系统分层

此卡片不在当前主题的阅读序列中,可返回主题继续阅读。

知识卡片

普通读书笔记卡 · 1787.a.3

独立计数不能直接相加

理解等级:中级

浏览量可把互不重叠时间段的事件数相加;独立访客数却不能,因为同一个人可能在多个时间桶出现。跨桶统计须处理访客集合的并集,而不只是把各桶人数相加。若保存完整集合太贵,可以用可合并的近似摘要,但必须让业务接受估计误差。

与[[去重是语义问题]]的联系:跨桶去重不能直接相加已经汇总的人数。

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

    参考来源

    - 位置:《大数据系统构建:可扩展实时数据系统构建原理与最佳实践》第8章《批处理层示例:架构和算法》(来源项目book-sources;源文件:extracted/大数据系统构建:可扩展实时数据系统构建原理与最佳实践/_epub-src/OEBPS/Text/060.xhtml) - 结论依据:原文以两小时访客集合重叠说明相加导致重复计数。 - 原始内容:独立计数不是加法。