《布隆过滤器与超对数对数基数估计、千字节内存统计百站独立访客与去重订单母典》各章定量结论

经营一百个站点的主事者,常把各站后台的独立访客加在一起当作全网人数,把每张订单号存进越来越长的表里逐条比对,并相信教科书里布隆过滤器的误判率公式是精确的。本书证伪这三个信念。精确去重确实需要线性内存,这有严格证明;但随机化与近似同时接受之后,统计任意多个不同访客只需 3072 字节,标准误 0.0163。示意网络中,各站独立访客相加是真实人数的 2.224 倍。布隆过滤器的经典误判率公式是下界而非精确值:最小反例的真实值是 5/8,公式给出 9/16。书中的站点、访客、订单与流量参数均为示意;全部计算由书中程序生成;本书是非个人化经营建议;访客统计只用匿名化、加密钥哈希的标识,不收集个人身份信息,须遵守所在地个人信息保护法规与站点隐私声明,法规只述大意,以上架前人工复核为准。

DOI 待发布 · 专著页正式发布后上线(本站暂无专著页) · 5DL-B-294 · English version

模型示意算例,非实时报价