《大规模分布式计算深入解析》9.2 度量聚合与基数估计

区分可精确归并统计和基数近似。

区分可精确归并统计和基数近似。

实现机制

平均值可合并 sum 与 count,以总和除以总数。cardinality 是基于近似结构的估计,默认 precision_threshold=3000 调节资源和精度,低于阈值也无精确承诺。

精确去重需要保存可去重值或进行可证明的全量枚举,内存、网络和分页成本不同。

本章流程图见 9.1 桶聚合及误差 。

验证

对相同数据比较真实集合基数与多个 precision_threshold 下的估计。

下载实验包 · 本卷目录 · 系列导读

一手资料

继续阅读

探索更多技术文章

浏览归档,发现更多关于系统设计、工具链和工程实践的内容。

全部文章 返回首页

「books」更多文章

  1. 《大规模分布式计算深入解析》15.3 落地:从 Neo4j 到自研图引擎
  2. 《大规模分布式计算深入解析·图计算与图数据库内核》 · 目录与学习路径(45 篇)
  3. 《大规模分布式计算深入解析》15.2 十一卷主线:从切分到图