Elasticsearch 对于大数据量（上亿量级）的聚合如何实现？

提示：扫一扫查出行
【扫一扫了解最新限行尾号】
复制提示

Elasticsearch 提供的首个近似聚合是 cardinality 度量。它提供一个字段的基数，

即该字段的 distinct 或者 unique 值的数目。它是基于 HLL 算法的。HLL 会先对

我们的输入作哈希运算，然后根据哈希运算的结果中的 bits 做概率估算从而得到

基数。其特点是：可配置的精度，用来控制内存的使用（更精确 ＝ 更多内存）；

小的数据集精度是非常高的；我们可以通过配置参数，来设置去重需要的固定内

存使用量。无论数千还是数十亿的唯一值，内存使用量只与你配置的精确度相关。