redis求基数的常用方法分析【Crasheye实战经验分享】

本文介绍了Crasheye在数据统计中遇到的挑战,重点探讨了Redis的三种基数统计方法:Set、Bitmap和HyperLogLog。通过对比它们在所耗容量、统计准确度和时间复杂度方面的表现,得出在大数据量实时统计时需要权衡计算性能、精度和存储容量的结论。
摘要由CSDN通过智能技术生成

 数据统计的各个指标计算,简单的讲,就是求不同纬度数据的最大、最小、叠加、去重的过程。 

Crasheye数据统计基本介绍

目前Crasheye的崩溃统计报表基本为复合维度统计,而多维度统计的复杂度要远远高于单维度的运算,无论是在RDB还是NoSQL,瓶颈都会落在IO上面,造成IO瓶颈的根源很大部分来自于数据维度的划分与聚合,特别是对于去重统计类型的数据。 

Crasheye的Crash监控统计数据,就有多维度去重统计的多个数据指标,这种需要实时显示的去重指标统计,对后台的设计实现都是一种挑战。 

先看一部分crasheye的单一时间下的基本统计维度:

维度

APP

APP版本

SDK版本

渠道

操作系统类型

操作系统版本

宕机

设备型号

网络环境

APP

 

 

 

 

 

 

 

 

 

APP版本

 

 

 

 

 

 

 

 

 

SDK版本

 

 

 

 

 

 

 

 

 

渠道

 

 

 

 

 

 

 

 

 

操作系统类型

 

 

 

 

 

 

 

 

 

操作系统版本

 

 

 

 

 

 

 

 

 

宕机

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值