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.

成都創新互聯專業為企業提供榮昌網站建設、榮昌做網站、榮昌網站設計、榮昌網站制作等企業網站建設、網頁設計與制作、榮昌企業網站模板建站服務，十年榮昌做網站經驗，不只是建網站，更提供有價值的思路和整體網絡服務。

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:

1. 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。

2. pv/uv統計。這類場景下， 對精確度要求沒必要錙銖必較。

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:

1. BloomFilter跟HyperLogLog算法的原理
2. 相同量級數據下的效率及內存消耗
3. 各自的適用場景有哪些

標題名稱：ES聚合學習筆記之--HyperLogLog與BloomFilter
網站鏈接：http://vcdvsql.cn/article10/gjoido.html

成都網站建設公司_創新互聯，為您提供手機網站建設、面包屑導航、外貿建站、響應式網站、自適應網站、關鍵詞優化

廣告

聲明：本網站發布的內容（圖片、視頻和文字）以用戶投稿、用戶轉載內容為主，如果涉及侵權請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網站立場，如需處理請聯系客服。電話：028-86922220；郵箱：631063699@qq.com。內容未經允許不得轉載，或轉載時需注明來源： 創新互聯