知识卡片
基数摘要保留可合并状态
HyperLogLog在书中被当作集合基数估计的黑盒:添加元素、合并摘要、读取估计大小。时间桶内先构造摘要,跨桶查询合并摘要后再估计,而不是加各桶的估计数。它减少保存完整访客集合的空间,代价是近似结果;书中1KB、2%的示例数字不是任意输入下经过本轮核验的硬误差上界。
结构图:
classDiagram
class HyperLogLog {
<<interface:书中示意>>
size() long
add(Object o) void
merge(HyperLogLog[] otherSets) HyperLogLog
}
与[[独立计数不能直接相加]]的联系:保存可合并基数摘要而非单一计数支撑跨桶估计。
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 · 2 处
- · 查看原书依据
每个HyperLogLog对象表示元素的一个集合,并支持添加新的元素到集合、合并其他HyperLogLog集以及检索集合的大小等操作。
- · 查看原书依据
你需要创建HyperLogLog集。
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:正文及135-i.jpg提供黑盒接口;不扩写原文未解释的概率推导。
- 原始内容:每个HyperLogLog对象表示元素的一个集合,并支持添加新的元素到集合、合并其他HyperLogLog集以及检索集合的大小等操作。