Elasticsearch 对于大数据量(上亿量级)的聚合如何实现?

发布于 2020-03-07 11:19:03
关注者
0
被浏览
3448
1 个回答
  • 面试哥
    面试哥 2020-03-07
    为面试而生,有面试问题,就找面试哥。

    Elasticsearch 提供的首个近似聚合是 cardinality 度量。它提供一个字段的基数,即该字段的 distinct 或者unique 值的数目。它是基于 HLL 算法的。HLL 会先对我们的输入作哈希运算,然后根据哈希运算的结果中的 bits 做概率估算从而得到基数。

    其特点是:可配置的精度,用来控制内存的使用(更精确 = 更多内存);

    小的数据集精度是非常高的;我们可以通过配置参数,来设置去重需要的固定内存使用量。无论数千还是数十亿的唯一值,内存使用量只与你配置的精确度相关。

     

面圈网VIP题库

面圈网VIP题库全新上线,海量真题题库资源。 90大类考试,超10万份考试真题开放下载啦

去下载看看