大规模数据处理学习笔记:2. 如何实现大型电商热销榜

2.1 案例描述

本文以大型电商热销榜为例,讲述了从1万用户到1亿用户,从GB数据到PB数据系统,技术思维需要什么样的升级。

假设某电商网站销售10亿件商品,已经跟踪了网站的销售记录:商品id以及购买时间{product_id,timestamp},整个交易记录是1000亿行数据,TB级。怎么样设计一个系统,根据销售记录统计去年销量前十的商品?

假设我们的数据为:
在这里插入图片描述

2.2 小规模的经典算法

对于该问题,可以分解为以下两个步骤完成:
在这里插入图片描述

  • 第一步:统计每个商品的销量,可以使用哈希表数据结构,一遍遍历完成,时间复杂度为O(n)
  • 第二步:找出销量前十,可以使用基于快速排序的topK算法,平均时间复杂度为O(n)(与基于快速排序寻找第k大的值相似;判断快速排序中过程的枢纽值左边有多少个数,与k进行比较,递归进行)

以python编写代码大概是这样的:

def CountSales(sales_records):
# Calculate number of sales for each product_id
	sales_count = {}
	for record in sales_records:
		sales_count[record[product_id]]=sales_count.get(record[product_id],0)+1
	return sales_count

def TopSellingItems(sales_records, k=10):
	# Calculate the best selling k products
	sales_count &#
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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