返回主题:批处理作业的写法:连接、聚合与作业抽象

知识卡片

普通读书笔记卡 · 1787.a.3.a.1

摘要空间可按基数分配

理解等级:中级

同样大小的近似去重摘要适合大访问量URL,却可能浪费在大量低流量URL上。书中提出先查看URL总浏览量,再为对应摘要选择合适规模,以节省视图空间。代价是视图生成与参数管理更复杂;空间优化不能脱离误差要求,也不应把某个示例摘要大小当作全部对象的统一最佳值。

与[[基数摘要保留可合并状态]]的联系:按基数规模配置摘要空间体现存储与精度取舍。

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

    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9章《批处理层示例:实现》(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/075.xhtml) - 结论依据:原文在固定1KB实现后明确提出按访问规模优化,以及增加代码复杂性的代价。 - 原始内容:查看该域名上URL的总页面浏览次数,并调整对应的HyperLogLog集的大小。