栏目分类:
子分类:
返回
名师互学网用户登录
快速导航关闭
当前搜索
当前分类
子分类
实用工具
热门搜索
名师互学网 > IT > 面试经验 > 面试问答

用Hadoop计算不重复访问者的最佳方法是什么?

面试问答 更新时间: 发布时间: IT归档 最新发布 模块sitemap 名妆网 法律咨询 聚返吧 英语巴士网 伯小乐 网商动力

用Hadoop计算不重复访问者的最佳方法是什么?

您可以将其分为两个阶段进行:

第一步,发出

(username => siteID)
,并让reducer使用
set
-折叠多次出现的siteID
,因为您通常拥有的站点比用户少得多,所以应该没事。

然后,在第二步中,

(siteID => username)
因为重复项已被删除,所以您可以发出并进行简单的计数。



转载请注明:文章转载自 www.mshxw.com
本文地址:https://www.mshxw.com/it/660101.html
我们一直用心在做
关于我们 文章归档 网站地图 联系我们

版权所有 (c)2021-2022 MSHXW.COM

ICP备案号:晋ICP备2021003244-6号