知识卡片
粒度选择取决于值的成本
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?
这张卡片已通过人工审查,不再接受失败反馈。
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
- · 查看原书依据
合并HyperLogLog集比简单地为数字求和更昂贵
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