返回主题:Lambda架构与数据系统分层

知识卡片

普通读书笔记卡 · 1788.a.1.a

粒度选择取决于值的成本

理解等级:中级

即使同样按时间范围查询,浏览量计数与访客摘要也未必使用相同粒度。少量整数桶能廉价扫描,相同时间跨度的HyperLogLog摘要却更占空间且需要合并计算,因此值得额外预存粗粒度结果。选择粒度应比较扫描字节、合并成本与多存桶的代价,并结合实际存储介质验证。

与[[多粒度桶减少范围读取]]的联系:计数与摘要的读取及合并成本决定粗粒度桶是否值得存储。

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10章《服务层概述》(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/082.xhtml) - 结论依据:第10.4节比较约205KB计数与约17MB摘要的示例,说明业务结果相似不代表读取成本相同。 - 原始内容:合并HyperLogLog集比简单地为数字求和更昂贵