flink海量数据高效去重具体是什么啊?
flink海量数据高效去重具体是什么啊?
展开
收起
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
1
条回答
写回答
-
①基于状态后端 ②基于HyperLogLog：不是精准的去重 ③基于布隆过滤器（BloomFilter） 快速判断一个key是否存在于某容器，不存在就直接返回。 ④基于BitMap 用一个bit位来标记某个元素对应的Value，而Key即是该元素。由于采用了Bit为单位来存储数据，因此可以大大节省存储空间。 ⑤基于外部数据库 选择使用Redis或者HBase存储数据，我们只需要设计好存储的Key即可，不需要关心Flink任务重启造成的状态丢失问题
2021-12-08 15:42:01赞同 展开评论
相关问答