我正在开发一个系统，该系统必须实时返回最流行的“文章”，这是基于每篇文章获得的点击量。 我的第一个想法是为每篇文章存储点击量与时间。 然后我将规范化此函数，并计算其一阶导数，以返回增长率。 然后使用二阶导数，我将能够知道它增长了多少，如果达到一定阈值，则将其标记为“流行”。问题在于：例如在一天结束时，我可以做到这一点“离线”，但我不知道如何持续进行... 我知道存在诸如Storm之类的东西，但我正在寻找像这样特定的解决方案（伪代码中的书面算法或涉及此问题而不是常规问题的文章）。
1个回答
0
跟踪热门文章的简单方法是使用LRU缓存。这可以有效地跟踪最近访问的元素。频繁访问将使热门文章保留在LRU中，而不经常访问的文章则会被删除。如果您想要精确排名，可以修改LRU以跟踪文章接收到的点击次数。
当然，还有更复杂的方法，但这种方法易于实现，具有良好的计算性能，并且可能提供类似的响应。
您还可以尝试为每篇文章使用循环缓冲区。一旦缓冲区填满，可以使用对文章的每次访问来更新指示文章上最旧的点击的变量。由于您知道最新和最旧的点击，因此可以估计每个时间单位的点击次数。缺点：大量内存使用，对于经常访问的文章统计数据不够精确。
同样地，你可以将每篇文章与一个包含<时间,计数>对的链表关联起来。每当发生点击时，如果距离时间不到一秒（或者其他设定的时间），则在链表顶部的计数上加一。如果时间过长，则在链表前面添加一个新的对。然后，你可以将这个链表视为一个数据序列，用于计算导数。在遍历链表时，删除过旧的元素。- Richard
网页内容由stack overflow 提供, 点击上面的可以查看英文原文，
原文链接
原文链接