hyperloglog

1熱

1答えて

HyperlogログはRedisのHLLの文書によると、確率的アルゴリズムあるHLL、我々はエラーの0.81パーセントを得ることができるが、私は17から20パーセント私は間違って何かがあると思うのようなエラーが発生します。これは私の単純なperlテストスクリプトです。何らかのエラーがありますか？ #!/usr/bin/perl -w

5熱

1答えて

HyperLogLogを使用したコードの信頼性の高い統合テストですか？

AlgebirdでTwitterのHyperLogLogの実装を使用しています。 HyperLogLogを使用して徐々に増加するコレクションの現在のサイズを推定し、それがNより大きいか小さいかをテストするシステムでは、数値Nとチェックを考えると、このチェックをテストする統合テストまたはシステムテストをどのように記述できますか？ HyperLogLogを呼び出すコードが正しければ、ほぼ通り過ぎること

0熱

1答えて

任意の時間範囲アナリティクスでユニークビジターをカウントしますか？

私たちは、任意の時間範囲（時間単位）にわたるアプリ内のユニークビジターについて報告したいユースケースを持っています。例：時間0で私たちは{A、B、C、D}の訪問者を追跡し、時間1では{C、D、E、F} 、B}、時間3では{A、C}とする。 1時間から3時間の間にユニークビジターが何人あったかを回答する必要があります。同時に、0時から3時などのユニークビジター数にも答えられるはずです。もちろん、

2熱

1答えて

RedisのHyperLogLogを減らすことはできますか

私は、メッセージに何らかの措置を加えてメッセージを削除するためのメッセージを数えているhyperloglogがあるとします。

0熱

1答えて

説明すべての

まず私は、インターネットを散歩して、私はそのアルゴリズムに出くわしたと私はそれが働いたかと思いまして、私はそうthis question. を読むことを言ってから始めましょう。私はそれを読んだ後、ビットをハッシュして使用することによってビューがどのようにカウントされるのか理解しました。まだ私がまだ理解していないことは、どのようにして同じビューを再度カウントするのを避けることができるかです。カウン

0熱

1答えて

Redis HyperLogLogはいつ避けるべきですか？

私はRedis HyperLogLogがどのように機能し、いつ使用するかについての基本的な考え方を持っています。私はテストをしました：私はpfadd（ユーザーIDを模倣するために）いくつかの連続した数字をHLLエントリに書きました。そしてすぐにRedisは偽陽性結果を出しました。正確には、HLLエントリにpfaddという番号193がある場合、そのエントリに既に存在する202番が報告されます。あな

0熱

1答えて

Sparkバッチ+ Cassandraを使用したHyperLogLogの実装

HyperLogLogアルゴリズムを実装して、異なるオーディエンスセグメント（またはフィルタ）の異なるユーザーを数えたいと思っています。私はユーザーCassandra +スパークバッチ。 CassandraがHyperLogLogタイプをサポートしているかどうかを知りたい http://vilkeliskis.com/blog/2013/12/28/hacking_cassandra.html以外

0熱

1答えて

次のように私はサンプルドキュメントとMongoDBの中にコレクションを持っているのRedisとのMongoDBを使ってユニーク（HyperLogLog）

カウント - { "_id" : ObjectId("58114e5e43d6420b7db4e15c"), "browser" : "Chrome", "name": "hyades", "country" : "in", "day" : "16-10-21", "ip" : "0.0.0.0", "class" : "A12

1熱

1答えて

ユニークカウンタ、確率的データ構造を結合する

1 2 3と3 4のセットがあり、3と2のユニークアイテムがあります。次に、マージされたセットの一意のアイテムを計算しましょう。カウンターを合計すると3 + 2 = 5は間違っています（uniq(1 2 3 3 4) = 4）。カウンタを使用してを使用する方法はありますか？各カウンタについては、定数メモリオリジナル構造を表すデータ構造小さなエラーもOK、95％の精度がOKであるとします。ごく

0熱

2答えて

PrestoDBのapprox_distinctのサポート

大規模データ（〜100GB）の分析クエリ（対話型とバッチ型の両方）の分散クエリエンジンを評価しています。要件の1つは、count-distinctクエリでは、遅延が小さい（< = 1s）、近似結果（最大5％のエラー）が許容されます。 PrestoDBはapprox_distinct（）でこれをサポートしているようです。限り、私の理解が行く限り、それはHyperLogLogを使用しています。ただし、