知识卡片

延伸参考卡 · 1958.c.12.a.1.ok · 生成模型:未记录

基数估计不能代替可枚举集合

理解等级:中级

HyperLogLog估计不同元素数量,不保存可供逐项取回的原集合,也不提供普通集合的成员查询接口。Redis文档的最多约12KB和0.81%标准误差描述该实现的空间精度,标准误差不是每次估计的最大误差保证。若业务要返回元素、精确计费或查成员,不能只因省内存就直接替换。

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:《Python编程精进(第1辑)(套装共3册)(异步图书)》Python高级编程(第2版) · 第12章 优化——一些强大的技术,spine021单元014;来源项目book-sources,extracted/Python编程精进(第1辑)(套装共3册)(异步图书)/_epub-src/OEBPS/text00020.html。 - 结论依据:原文HLL示例只估不同项数量,所列Redis空间和标准误差说明实现范围,标准误差不是单次最大偏差或成员可查询保证。补充核验入口:https://redis.io/docs/latest/develop/data-types/probabilistic/hyperloglogs/。未在本机运行示例或改变环境。 - 原始内容:HLL的Redis实现只需要12k字节,标准误差为0.81%,对集合大小没有实际限制。 使用概率型数据结构是解决性能问题的一种非常有趣的方法。在大多数情况下,它是关于某种精确度或正确性的权衡,以加快处理速度或更好地利用资源。但它并