- iOS/Objective-C 元类和类别
- objective-c - -1001 错误,当 NSURLSession 通过 httpproxy 和/etc/hosts
- java - 使用网络类获取 url 地址
- ios - 推送通知中不播放声音
我正在尝试查看是否可以将特定算法转换为 RavenDB/CouchDB 使用的那种 map-reduce 索引,即“预计算”map-reduce(这意味着索引在插入和更新时刷新,而不是在执行实际查询时)。
假设我们有一个典型的在线商店,有 50,000 种产品,按类别分组。每个产品都有一个“属性值”集合,例如“[红色、圆形、金属]”。
由于我们的网站上有如此多的产品,并且每个类别中可能有很多项目,我们希望为用户提供另一种方式来“过滤”他当前看到的产品。
例如,如果一个类别是“低于 20 美元”,则该类别中有一大堆产品。但是我们的用户只需要查看低于 $20 和红色的产品。遗憾的是,“低于 20 美元”类别中没有子类别“红色”。
我们的算法将获取当前的产品列表,并生成“有趣”的属性和属性值列表,即给定产品列表,它会输出如下内容:
Color
Red (40)
Blue (32)
Yellow (17)
Material
Metal (37)
Plastic (36)
Wood (23)
Shape
Square (56)
Round (17)
Cylinder (12)
这种算法能否以某种方式预先计算 à la RavenDB/CouchDB map-reduce 索引?如果不是,为什么(这样我以后就可以识别那种算法)如果是,怎么做?
A C# 4.0 Visual Studio Test Solution可用于演示潜在的数据结构和示例数据,以及 map-reduce 实现的尝试(这似乎不可预先计算)。
最佳答案
一般情况:总是可能使用 CouchDB 样式的 map-reduce View ,但不一定实用。
最后,这主要是一个基于计数的论点:如果您需要针对 500,000 种产品的任何子集提出问题,那么您的数据库必须能够为 2500,000 种产品中的每一种提供不同的答案 不同的可能问题,如果您必须为每个问题发出一个 B 树叶子(并且您需要发出数据,除非大多数这些查询的答案为零、假、一个空集或类似的空值)。
CouchDB 通过范围查询的存在提供了第一个小的优化(这意味着在理想情况下,它可以使用尽可能少的 N B 树叶子来回答 N2 个问题)。但是,在您的示例中,这只会将叶数减少到 2250,000(这是理论上的下限)。
CouchDB 通过键前缀查询提供了第二个小优化,这意味着您可以将 [A]、[A,B] 和 [A,B,C] 查询压缩到单个 [A,B,C] 键中。因此,您的 2250,000 可能性不复存在,您只剩下“仅仅”2249,999 ...
因此,虽然您可以想出一种排放策略来回答任何子集的问题,但它需要的存储空间比我们星球上实际可用的存储空间要多。在一般情况下,要回答 N 个不同的问题,您需要至少发出 sqrt(N/2)
B 树叶子,因此计算您的问题并确定叶子数量的下限是否为可以接受。
仅针对类别和子类别:如果您放弃任意的产品列表,只问“请提供按属性 B 和 C 筛选的类别 A 中的重要属性”形式的问题,那么你的发射数量下降到:
AvgCategories * AvgAttr * 2 ^ (AvgAttr - 1) * 500,000
您基本上为每个产品发出键 [Category,Attr,Attr,...]
用于产品的所有类别和产品属性的所有组合,这让您可以查询按类别+属性。如果您平均每个产品有 1 个类别和 3 个属性,则可以计算出大约 600 万个条目,这是完全可以接受的。
关于c# - "pre-computed"map-reduce 索引(RavenDB/CouchDB)可以用于这种算法吗?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/4279984/
这几天我一直在努力。我一直在自学 CSS,所以对菜鸟好一点。我正在创建一个推荐 slider 。推荐以 3 个 block 显示。我希望前 2 个下降,第 3 个上升。但是当 slider 激活时,无
我最近开始学习 Nodejs,现在我很困惑我的网络应用程序使用什么,html 还是 ejs (Express)。 Ejs 使用 Express 模块,而 .html 使用 HTML 模块。我的第一个问
假设我们有一个 PostgreSQL 表contacts,每条记录都有一堆带标签的电子邮件地址(标签和电子邮件对)——其中一个是“主要”。 存储方式如下: id 主键 电子邮件 文本 email_la
我成功为一种新的tesseract语言编写了traineddata文件,但是当我完成时,我继续收到以下错误: index >= 0 && index = 0 && 索引 < size_used_ :E
这个问题已经有答案了: How to deal with SettingWithCopyWarning in Pandas (21 个回答) 已关闭 4 年前。 假设我有一个像这样的数据框,第一列“密
如果我有一个位置或行/列同时用于 A 和 B 位置,请检查 B 是否与 A 成对角线? 1 2 3 4 5 6 7 8 9 例如,我如何检查 5 是否与 7 成对角线? 此外,如果我检查 4 是
MongoDB:索引 一、 创建索引 默认情况下,集合中的_id字段就是索引,我们可以通过getIndexes()方法来查看一个集合中的索引 > db.user.getIndexes() [ { "v
一、索引介绍 索引是一种用来快速查询数据的数据结构。 B+Tree就是一种常用的数据库索引数据结构,MongoDB采用B+Tree 做索引,索引创建在colletions上。 MongoDB不使用索引
我无法决定索引。 就像我有下面的查询需要太多时间来执行: select count(rn.NODE_ID) as Count, rnl.[ISO_COUNTRY_CODE] as Cou
我有这些表: CREATE TABLE `cstat` ( `id_cstat` bigint(20) NOT NULL, `lang_code` varchar(3) NOT NULL,
我正在尝试找到一种方法来提高包含 IP 范围的 mysql 表的性能(在高峰时段每秒最多有 500 个 SELECT 查询(!),所以我有点担心)。 我有一个这种结构的表: id smallint(
jquery index() 似乎无法识别元素之一,总是说“无法读取未定义的属性‘长度’”这是我的代码。mnumber 是导致问题的原因。我需要 number 和 mnumber 才能跟踪使用鼠标,并
我们有一个包含近 4000 万条记录的 MongoDB 集合。该集合的当前大小为 5GB。此集合中存储的数据包含以下字段: _id: "MongoDB id" userid: "user id" (i
文档说:如果你有多个字段的复合索引,你可以用它来查询字段的开始子集。所以如果你有一个索引一个,乙,丙你可以用它查询一种一个,乙a,b,c 我的问题是,如果我有一个像这样的复合索引一个,乙,丙我可以查询
我正在使用 $('#list option').each(function(){ //do stuff }); 循环列表中的选项。我想知道如何获取当前循环的索引? 因为我不想让 var i = 0;循
MySQL索引的建立对于MySQL的高效运行是很重要的,索引可以大大提高MySQL的检索速度。 打个比方,如果合理的设计且使用索引的MySQL是一辆兰博基尼的话,那么没有设计和使用索引的MySQL
SQLite 索引(Index) 索引(Index)是一种特殊的查找表,数据库搜索引擎用来加快数据检索。简单地说,索引是一个指向表中数据的指针。一个数据库中的索引与一本书后边的索引是非常相似的。
我是 RavenDB 的新手。我正在尝试使用多 map 索引功能,但我不确定这是否是解决我的问题的最佳方法。所以我有三个文件:Unit、Car、People。 汽车文件看起来像这样: { Id: "
我有以下数据,我想根据范围在另一个表中建立索引 我想要实现的是,例如,如果三星的销售额为 2500,则折扣为 2%,低于 3000 且高于 1000 我知道它可以通过索引来完成,与多个数组匹配,然后指
我正在检查并删除 SQL 数据库中的重复和冗余索引。 所以如果我有两个相同的索引,我会删除。 例如,如果我删除了重叠的索引... 索引1:品牌、型号 指标二:品牌、型号、价格 我删除索引 1。 相同顺
我是一名优秀的程序员,十分优秀!