热线电话:13121318867

登录
首页精彩阅读大数据学习之BigData常用算法和数据结构
大数据学习之BigData常用算法和数据结构
2016-04-10
收藏

大数据学习之BigData常用算法和数据结构

核心思路: 由多层组成,每层都是一个有序链表,最底层包含所有元素,元素数逐层递减。每个节点包含两个指针,一个->,一个向下。

1.Bloom Filter
    由一个很长的二进制向量和一系列hash函数组成
    优点:可以减少IO操作,省空间
    缺点:不支持删除,有误判
    如果要支持删除操作: 改成计数布隆过滤器

大数据

2.SkipList(跳表)
    核心思路: 由多层组成,每层都是一个有序链表,最底层包含所有元素,元素数逐层递减。每个节点包含两个指针,一个->,一个向下。
    并行编程情况下可以用锁或者CAS操作。
    CAS:
    compare and swap,解决多线程并行情况下使用锁造成性能损耗的一种机制,CAS操作包含三个操作数——内存位置(V)、预期原值(A)和新值(B)。如果内存位置 的值与预期原值相匹配,那么处理器会自动将该位置值更新为新值。否则,处理器不做任何操作。无论哪种情况,它都会在CAS指令之前返回该位置的值。CAS 有效地说明了“我认为位置V应该包含值A;如果包含该值,则将B放到这个位置;否则,不要更改该位置,只告诉我这个位置现在的值即可。
    用CAS实现的插入:
    void insert(Node *prev, Node *node) {  while (true) {   node->next = prev->next;   if (__sync_compare_and_swap(&prev->next, node->next, node)) {    return;   }  } }
    3.LSM树(Log-Structured Merge-Tree)
    与B+树相比,牺牲部分读性能,大幅提高写性能。
    宗旨:把大量随机写改为批量序列写。
    在内存中维护多个小的有序结构,在查找时要二分遍历这些结构,不断把小树合并为大树,进行批量插入。
    为了优化查找,可以使用Bloom Filter。(判断小结构中有没有目标数据
    4.HashTree
    用于快速定位海量数据中少量变化的内容
    对每一项数据进行Hash,多项组合之后再Hash,再Hash,最后到Top Hash。
    5.Cuckoo哈希
    使用两个哈希函数H1(X)和H2(X),插入X时,同时计算H1(X)和H2(X),如果任意一个桶为空,将X插入相应位置,如果都满了,选一个桶把y踢掉,放入X,对y执行上述过程。设定最大替换次数,达到次数时增大桶的数量或者重选Hash函数。


数据分析咨询请扫描二维码

最新资讯
更多
客服在线
立即咨询