知识卡片
有损摘要前先解决身份
HyperLogLog保留用于估计基数的摘要,不保留可枚举的完整成员。因此它能合并已经统一身份的集合,却不能在事后逐一找出两个旧标识并将它们替换成同一个人。书中批处理先把UserID规范化到PersonID,再构建摘要;信息丢失的顺序限制了后续能实施的修正。
与[[规范化先于聚合]]的联系:有损摘要不能事后枚举身份,约束规范化必须在聚合前完成。
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
HyperLogLog集不知道它其中的元素
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/083.xhtml)
- 结论依据:作者以身份等效边解释全增量方案无法事后修正有损摘要,以及先规范身份再建摘要的优势。
- 原始内容:HyperLogLog集不知道它其中的元素