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

结构图卡 · 1787.a.3.a

基数摘要保留可合并状态

理解等级:中级

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?

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 · 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。