kmv sketch是theta sketch演算法的一種，簡單來說，kmv sketch是用來估算大資料中不重複元素的個數，例如某個**的唯一身份訪客數。本文簡單翻譯自datasketches的文件，用以說明該演算法是如何進行估算的。
如果你去參加**會，你排在隊尾，如何估計你的前面還有多少個人？如下圖，整個隊伍的長度是已知的為1000ft，你與前乙個人的距離為2ft，那麼可以簡單的估算，整個隊伍共有1000ft/2ft=500人，此時你用於計算的樣本包含的人數為1人。
再次觀察這個隊伍，你發現人與人之間的距離並不是均勻的，你看到隊尾的11個人一共佔據了30ft的長度，那麼再次估算人數為1000ft/30ft*11=11/(30ft/1000ft)=366人，由於此次你用了11個人作為樣本，估算值應該比之前更精確。
現在我們有乙份大資料樣本，包含的是訪客的唯一id，為了簡單說明原理，假設只有10個不同的id，我們還需要乙個特殊的hash函式，它能將id對映成0~1之間的值，並且對映後的值是有序的，如下圖所示：
如果選取最小的那個值作為估算樣本，那麼整體數量的估算值為1/0.008=125，如果選第4個數，即0.386作為樣本，那麼估算值為1/(0.386-0.195)=5。可以看到，在只有乙個樣本的情況下，估算值與真實值10差距較大。
參考估算排隊人數的做法，我們同樣選擇多個樣本來估算，例如選擇最小的0.008/0.145/0.195這3個樣本，此時估計值的計算方式為(3-1)/0.195=10.26，可以看到，距離真實值已經很接近了。
kmv估算法的計算原理就是這樣，雖然很簡單，但數學上可以嚴格證明該估計量是整體的無偏估計。
this簡單認識
this 在函式中簡單的說，this的指向存在於函式呼叫的時候決定的，誰呼叫了這函式 函式中的this就指向誰 例如 1 普通的呼叫函式的時候 fn window2 物件呼叫 var obj obj.f fn obj.f this obj3 定時器呼叫 因為fn不是我們自己手寫 呼叫的 底層是win...
TCP IP簡單認識
tcp ip是乙個四層協議系統。每一層都有多個不同協議構成。所謂協議就是定義好的，在不同網路，不同 系統中都相同的規定。這樣保障了不同網路系統的可通訊基礎。四層協議包括 鏈路層，網路層，運輸層 和應用層。每乙個層面分管不同的資料，層層打包。總的來說我們可以接觸到的也就是應用層和運輸層。應用層我們自己...
MVC簡單認識
學習乙個新知識，首先要了解的就是下面幾個問題，它是什麼？它能幹什麼？使用它有什麼好處？這篇文章就圍繞這幾個問題來展開討論。mvc不是一種程式語言，嚴格來說，它都不算是一門技術，它是開發軟體時使用的一種 架構 框架 他就像是一種開發模式，或者是乙個程式設計模板。軟體開發人員老生常談的乙個問題，就是軟體...