风起于青萍之末，折秀于林

原创 流数据挖掘

流数据处理的限制：      1）分发速度非常快，必须及时处理，否则将永远丢失。2）即使分发速度较慢，同时多个数据流一起则超过了内存最大容量。   1.流数据抽样    问题描述：过去的一个月中典型用户提交的重复查询比率是多少。假设我们只存储其中十分之一的流元素    典型做法：对每个搜索查询产生一个随机数（比如0-9中间的一个随机数），并当且仅当为0时才存储。如果用户提交的查询足够多，