您好,登錄后才能下訂單哦!
ES的聚合是其一大特色。然而出于性能的考慮, ES的聚合是以分片Shard為單位,而非Index為單位, 所以
有些聚合的準確性是需要注意的。 比如: TermAggregations.
es的基數聚合使用到了hyperloglog算法。 出于好奇,了解了一下。
在海量數據場景下, 我們通常會遇到這樣的兩個問題:
數據排重。比如在推送消息場景,消息重復對用戶是打擾, 用戶發券場景, 重復發券就是損失了。
如何高效解決這兩類問題呢?
對于數據排重, 我們可以使用布隆過濾器。java 樣列代碼如下:
BloomFilter<String> bloomFilter = BloomFilter.create(new Funnel<String>() {
private static final long serialVersionUID = 1L;
@Override
public void funnel(String arg0, PrimitiveSink arg1) {
arg1.putString(arg0, Charsets.UTF_8);
}
}, 1024*1024*32);
bloomFilter.put("asdf");
bloomFilter.mightContain("asdf");
對于計數, 我們可以使用HyperLogLog算法,ES中已經有相關的實現。
其實封裝一下,布隆過濾器也是能直接實現HyperLogLog算法的功能的。
這里遺留幾個問題,思考清楚后補充:
免責聲明:本站發布的內容(圖片、視頻和文字)以原創、轉載和分享為主,文章觀點不代表本網站立場,如果涉及侵權請聯系站長郵箱:is@yisu.com進行舉報,并提供相關證據,一經查實,將立刻刪除涉嫌侵權內容。