简单认识KMV Sketch估算算法

介绍

KMV Sketch是Theta Sketch算法的一种，简单来说，KMV Sketch是用来估算大数据中不重复元素的个数，例如某个网站的唯一身份访客数。本文简单翻译自datasketches的文档，用以说明该算法是如何进行估算的。

---

案例1

如果你去参加音乐会，你排在队尾，如何估计你的前面还有多少个人？如下图，整个队伍的长度是已知的为1000Ft，你与前一个人的距离为2Ft，那么可以简单的估算，整个队伍共有1000Ft/2Ft=500人，此时你用于计算的样本包含的人数为1人。

再次观察这个队伍，你发现人与人之间的距离并不是均匀的，你看到队尾的11个人一共占据了30Ft的长度，那么再次估算人数为1000Ft/30Ft*11=11/(30Ft/1000Ft)=366人，由于此次你用了11个人作为样本，估算值应该比之前更精确。