W*e
2 楼
今天在slick deals上看到的，jcpenny有ten2you的coupon code.
他们家的clearance现在有一些泳衣是5.2一件，10.4一套，用了这个coupon就变成0.4
一套了。
不过运费要6块，偶很忿忿。
想要买泳衣jms可以去看看。
slickdeals的链接如下：
http://slickdeals.net/forums/showthread.php?sduid=0&t=2167418
他们家的clearance现在有一些泳衣是5.2一件，10.4一套，用了这个coupon就变成0.4
一套了。
不过运费要6块，偶很忿忿。
想要买泳衣jms可以去看看。
slickdeals的链接如下：
http://slickdeals.net/forums/showthread.php?sduid=0&t=2167418
s*6
3 楼
吼吼！
H*5
4 楼
东邪黄药师助教
发表于 9/18/2017, 10:34:50 PM · 3个赞
求实时 Top K 的做法有很多，但是具体说起来很长，你可以搜一下这样一些算法：
Space Saving, Efficient Count, Lossy Counting, Sticky Sampling, Hash Count.
(如果搜不到对应的论文，就加 Top K Frequent Items / Elements 之类的关键字)
这里我不展开说这些算法是怎么做的，你自己去搜。或者上 Big Data 的班（http://www.jiuzhang.com/course/4/）。我这里主要说一下 Filter 的这个部分怎么设计和整个架构是什么，因为即使你有一个 Realtime Top K 的 Service，你依旧需要设计一下 Filter。
整个架构
整个架构里，可以分为下面几个 Service:
Topic Service
Feature Service
Realtime Top K Service
用户发了一个 Post 之后，Post 要被丢到 Top Service 和 Feature Service 里，做
如下的一些事情：
提取出有哪些 Topic
提取出有哪些 Feature（男，女，年龄层）
然后把 Topic 丢给每一个 Feature 的 Realtime Top K Set 里，也就是把
的 feature 维护不同的 Top K Topic Set。这样你想知道哪个 Feature 的 Top K 的
时候，就能查到哪个。
你附近的 Top K Topic
这个就区别与上面的 Feature Topic 了。此时我们需要定义一下，这个“附近”到底
有多近。我认为可以以 City 为单位的近。因为 太小了没多少用户发帖就没多少有意
义的 Topic。因为 City 不多，完全可以每个 City 当做一个 Feature。因此答案就很
明显了，根据经纬度找到属于哪个 City，或者模糊一点的话，都不需要知道是哪个
City，直接用 GeoHash 的前 3 位为 Feature 就好了（3位大概 +- 78 KM 范围内)。
发表于 9/18/2017, 10:34:50 PM · 3个赞
求实时 Top K 的做法有很多，但是具体说起来很长，你可以搜一下这样一些算法：
Space Saving, Efficient Count, Lossy Counting, Sticky Sampling, Hash Count.
(如果搜不到对应的论文，就加 Top K Frequent Items / Elements 之类的关键字)
这里我不展开说这些算法是怎么做的，你自己去搜。或者上 Big Data 的班（http://www.jiuzhang.com/course/4/）。我这里主要说一下 Filter 的这个部分怎么设计和整个架构是什么，因为即使你有一个 Realtime Top K 的 Service，你依旧需要设计一下 Filter。
整个架构
整个架构里，可以分为下面几个 Service:
Topic Service
Feature Service
Realtime Top K Service
用户发了一个 Post 之后，Post 要被丢到 Top Service 和 Feature Service 里，做
如下的一些事情：
提取出有哪些 Topic
提取出有哪些 Feature（男，女，年龄层）
然后把 Topic 丢给每一个 Feature 的 Realtime Top K Set 里，也就是把
的 feature 维护不同的 Top K Topic Set。这样你想知道哪个 Feature 的 Top K 的
时候，就能查到哪个。
你附近的 Top K Topic
这个就区别与上面的 Feature Topic 了。此时我们需要定义一下，这个“附近”到底
有多近。我认为可以以 City 为单位的近。因为 太小了没多少用户发帖就没多少有意
义的 Topic。因为 City 不多，完全可以每个 City 当做一个 Feature。因此答案就很
明显了，根据经纬度找到属于哪个 City，或者模糊一点的话，都不需要知道是哪个
City，直接用 GeoHash 的前 3 位为 Feature 就好了（3位大概 +- 78 KM 范围内)。
s*6
5 楼
露个脸，给个大包子吧：）
r*s
6 楼
扯蛋的太多，其实你搭个storms小集群就好了
基本模拟mapreduce的结构，但是实时算。
三层节点，均可水平扩展
非常简单
非常简单
基本模拟mapreduce的结构，但是实时算。
三层节点，均可水平扩展
非常简单
非常简单
w*t
7 楼
美女偶粉你！！！！！！！
马上私囊给包子！
【在 s*******6 的大作中提到】
: 露个脸，给个大包子吧：）
马上私囊给包子！
【在 s*******6 的大作中提到】
: 露个脸，给个大包子吧：）
R*4
8 楼
楼上说的是对的，
其实就是Stroms，
简而言之，就是trend
http://www.michael-noll.com/blog/2013/01/18/implementing-real-time-trending-topics-in-storm/
其实就是Stroms，
简而言之，就是trend
http://www.michael-noll.com/blog/2013/01/18/implementing-real-time-trending-topics-in-storm/
g*6
9 楼
可爱的美女。
多奔多奔。
多奔多奔。
K*s
10 楼
顶楼上两层技术贴
m*m
11 楼
very sweet, very cute!
m*0
12 楼
good point！
如果题目的要求是，没有fancy的工具可以用，只有简单的key-value store（比如
Redis）和50台普通PC机器（彼此联网）呢？
【在 r*****s 的大作中提到】
: 扯蛋的太多，其实你搭个storms小集群就好了
: 基本模拟mapreduce的结构，但是实时算。
: 三层节点，均可水平扩展
: 非常简单
: 非常简单
如果题目的要求是，没有fancy的工具可以用，只有简单的key-value store（比如
Redis）和50台普通PC机器（彼此联网）呢？
【在 r*****s 的大作中提到】
: 扯蛋的太多，其实你搭个storms小集群就好了
: 基本模拟mapreduce的结构，但是实时算。
: 三层节点，均可水平扩展
: 非常简单
: 非常简单
s*a
13 楼
好活泼哈哈
s*x
14 楼
1) hash the key randomly so all the 50 machines, each machine gets 1/50 of
the total traffic.
2) each PC has a priority queue with size of 500, update the counter for
each key using the k-v store. update the priority queue
3) the aggregator sends request to all the 50 PCs, merge sort 500*50 data to
generate the final 500 answer.
( mention sampling to get extra credit. LOL)
【在 m******0 的大作中提到】
: good point！
: 如果题目的要求是，没有fancy的工具可以用，只有简单的key-value store（比如
: Redis）和50台普通PC机器（彼此联网）呢？
y*z
15 楼
很可爱活泼的mm
【在 s*******6 的大作中提到】
: 吼吼！
【在 s*******6 的大作中提到】
: 吼吼！
g*y
16 楼
还是map reduce啊
：1) hash the key randomly so all the 50 machines, each machine gets 1/50 of
：the total traffic.
：2) each PC has a priority queue with size of 500, update the counter for
：each key using the k-v store. update the priority queue
：3) the aggregator sends request to all the 50 PCs, merge sort 500*50 data
to generate the final 500 answer.
：( mention sampling to get extra credit. LOL)
【在 s**x 的大作中提到】
:
: 1) hash the key randomly so all the 50 machines, each machine gets 1/50 of
: the total traffic.
: 2) each PC has a priority queue with size of 500, update the counter for
: each key using the k-v store. update the priority queue
: 3) the aggregator sends request to all the 50 PCs, merge sort 500*50 data to
: generate the final 500 answer.
: ( mention sampling to get extra credit. LOL)
：1) hash the key randomly so all the 50 machines, each machine gets 1/50 of
：the total traffic.
：2) each PC has a priority queue with size of 500, update the counter for
：each key using the k-v store. update the priority queue
：3) the aggregator sends request to all the 50 PCs, merge sort 500*50 data
to generate the final 500 answer.
：( mention sampling to get extra credit. LOL)
【在 s**x 的大作中提到】
:
: 1) hash the key randomly so all the 50 machines, each machine gets 1/50 of
: the total traffic.
: 2) each PC has a priority queue with size of 500, update the counter for
: each key using the k-v store. update the priority queue
: 3) the aggregator sends request to all the 50 PCs, merge sort 500*50 data to
: generate the final 500 answer.
: ( mention sampling to get extra credit. LOL)
b*n
17 楼
壮，我喜欢！
露脸，大方。
赏包子！
转帐完成
转给用户:sheven706,现金(伪币):100,收取手续费:1.00
【在 s*******6 的大作中提到】
: 吼吼！
r*s
18 楼
用redis算的话过程稍微复杂一点，但是还是可以算的，提个想法吧。
首先我觉得24小时的这个尺度，都可以做离线算法了，每次mr算个一小时，将就一下就
行了。
我们来讨论一个15分钟的好了。。。
那么再首先一下，粒度不可能是无限的，我们每分钟总结一次。
起15个ordered set，每次来一个新sample点的时候（全部数据都进来未必能撑住，
redis也就handle
10,000数量级的QPS），就往这15个set里同时写进一条。这15个set，后面14个是未来
14分钟我们要用的，前面一个是当前这一分钟我们用的。
查询的时候，从当前set里面取前500。
每过一分钟，就干掉当前set，启用下一个set，并且添加一个空的set，作为15分钟后
要用的set。
这里cost是搞了点，但是我基本保证这玩意可以用。
如果扩展到24小时的话基本上我们要搭persistent层，做lambda架构了。
: good point！
: 如果题目的要求是，没有fancy的工具可以用，只有简单的key-value store（比如
: Redis）和50台普通PC机器（彼此联网）呢？
【在 m******0 的大作中提到】
: good point！
: 如果题目的要求是，没有fancy的工具可以用，只有简单的key-value store（比如
: Redis）和50台普通PC机器（彼此联网）呢？
首先我觉得24小时的这个尺度，都可以做离线算法了，每次mr算个一小时，将就一下就
行了。
我们来讨论一个15分钟的好了。。。
那么再首先一下，粒度不可能是无限的，我们每分钟总结一次。
起15个ordered set，每次来一个新sample点的时候（全部数据都进来未必能撑住，
redis也就handle
10,000数量级的QPS），就往这15个set里同时写进一条。这15个set，后面14个是未来
14分钟我们要用的，前面一个是当前这一分钟我们用的。
查询的时候，从当前set里面取前500。
每过一分钟，就干掉当前set，启用下一个set，并且添加一个空的set，作为15分钟后
要用的set。
这里cost是搞了点，但是我基本保证这玩意可以用。
如果扩展到24小时的话基本上我们要搭persistent层，做lambda架构了。
: good point！
: 如果题目的要求是，没有fancy的工具可以用，只有简单的key-value store（比如
: Redis）和50台普通PC机器（彼此联网）呢？
【在 m******0 的大作中提到】
: good point！
: 如果题目的要求是，没有fancy的工具可以用，只有简单的key-value store（比如
: Redis）和50台普通PC机器（彼此联网）呢？
s*6
19 楼
x谢谢：）
【在 w*********t 的大作中提到】
: 美女偶粉你！！！！！！！
: 马上私囊给包子！
【在 w*********t 的大作中提到】
: 美女偶粉你！！！！！！！
: 马上私囊给包子！
s*6
20 楼
大大大款！求保养！
【在 b*******n 的大作中提到】
:
: 壮，我喜欢！
: 露脸，大方。
: 赏包子！
: 转帐完成
: 转给用户:sheven706,现金(伪币):100,收取手续费:1.00
【在 b*******n 的大作中提到】
:
: 壮，我喜欢！
: 露脸，大方。
: 赏包子！
: 转帐完成
: 转给用户:sheven706,现金(伪币):100,收取手续费:1.00
s*6
21 楼
谢谢大包子，美女也在洛杉矶吧？有时间我们一起出来耍：）
【在 y**z 的大作中提到】
: 很可爱活泼的mm
【在 y**z 的大作中提到】
: 很可爱活泼的mm
f*p
22 楼
顺便给我一个吧～
【在 w*********t 的大作中提到】
: 美女偶粉你！！！！！！！
: 马上私囊给包子！
b*n
23 楼
靠，我一直在找富婆款姐呢。
有包子无码内。
【在 s*******6 的大作中提到】
: 大大大款！求保养！
b*l
24 楼
大美女~，有点像混血儿呢，还特别可爱！
c*p
25 楼
你是tvb明星？
相关阅读
请问怎么样买burberry的皮夹便宜？求COACH FACTORY 25%OFF的CODE求推荐脸包 celine, 哪款比较好看?哪些家的long boots比较好看？求推荐口红请推荐舒服的男士短裤转帖：同济大学校友会_反对加州限制亚裔入学比例的SCA5侏儒婊子邢慧强半婊子中国海洋大学半婊子保研黑幕 2003年大连理工大学电子系考研失利的青岛二中学生侏儒婊子邢慧强被中国海洋大学电子系破格录取为中国海洋大学电子系的硕士，如果给半婊子中国海洋大学加上一个转：漂亮的 100% cashmere sweater dress, size M (转载)转全新Robert Clergerie Notilus 黑皮靴 (转载)Clarins 有freeshipping了，顺道求个20off50 codeswarovski，项链，退还是收了？？大家说说比较喜欢逛的店吧同求个coach100 off 300，包子答谢又在网上找到一个日本天然美女 (转载)求coach的30%COUPON店里用包子求bloomingdale code请问买了包包往国内邮寄，有被收税吗，走哪家快递好呢求好心mm送一个coach30% off的codeClearstone Spa 有妹妹去过这家店接受过服务么 (转载)