ES的聚合是其一大特色。然而出于性能的考虑， ES的聚合是以分片Shard为单位，而非Index为单位， 所以
有些聚合的准确性是需要注意的。 比如： TermAggregations.
es的基数聚合使用到了hyperloglog算法。 出于好奇，了解了一下。
在海量数据场景下， 我们通常会遇到这样的两个问题:
数据排重。比如在推送消息场景，消息重复对用户是打扰， 用户发券场景， 重复发券就是损失了。
如何高效解决这两类问题呢？
对于数据排重， 我们可以使用布隆过滤器。java 样列代码如下:
BloomFilter<String> bloomFilter = BloomFilter.create(new Funnel<String>() {
private static final long serialVersionUID = 1L;
@Override
public void funnel(String arg0, PrimitiveSink arg1) {
arg1.putString(arg0, Charsets.UTF_8);
}
}, 1024*1024*32);
bloomFilter.put("asdf");
bloomFilter.mightContain("asdf");对于计数， 我们可以使用HyperLogLog算法，ES中已经有相关的实现。
其实封装一下，布隆过滤器也是能直接实现HyperLogLog算法的功能的。
这里遗留几个问题，思考清楚后补充:
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
