4.2.4 Varying the Sample SizeOften,

4.2.4 Varying the Sample Size
Often, the sample will grow as more of the stream enters the system. In our running example, we retain all the search queries of the selected 1/10th of the users, forever. As time goes on, more searches for the same users will be accumulated, and new users that are selected for the sample will appear in the stream. If we have a budget for how many tuples from the stream can be stored as the sample, then the fraction of key values must vary, lowering as time goes on. In order to assure that at all times, the sample consists of all tuples from a subset of the key values, we choose a hash function h from key values to a very large number of values 0,1,...,B−1. We maintain a threshold t, which initially can be the largest bucket number, B −1. At all times, the sample consists of those tuples whose key K satisfies h(K) ≤ t. New tuples from the stream are added to the sample if and only if they satisfy the same condition. If the number of stored tuples of the sample exceeds the allotted space, we lower t to t−1 and remove from the sample all those tuples whose key K hashes to t. For efficiency, we can lower t by more than 1, and remove the tuples with several of the highest hash values, whenever we need to throw some key values out of the sample. Further efficiency is obtained by maintaining an index on the hash value, so we can find all those tuples whose keys hash to a particular value quickly.

Kết quả (Việt) 1:

4.2.4 thay đổi kích thước mẫu
thông thường, mẫu sẽ phát triển như nhiều dòng vào hệ thống. Trong ví dụ chạy, chúng tôi giữ lại tất cả các truy vấn tìm kiếm đã chọn 1/10 của những người sử dụng, mãi mãi. Như thời gian đi, thêm tìm kiếm cho cùng người dùng sẽ được tích lũy, và người dùng mới được lựa chọn cho mẫu sẽ xuất hiện trong luồng. Nếu chúng tôi có một ngân sách cho bao nhiêu tuples từ các dòng có thể được lưu trữ như mẫu, sau đó phần nhỏ của giá trị quan trọng phải thay đổi, giảm như thời gian đi vào. Để đảm bảo rằng tất cả thời gian, mẫu bao gồm tất cả tuples từ một tập hợp con của các giá trị quan trọng, chúng tôi chọn một hàm băm h từ giá trị quan trọng để một số lượng rất lớn các giá trị 0,1,..., B−1. Chúng tôi duy trì một t ngưỡng, mà ban đầu có thể là lớn nhất thùng số, B −1. Tại mọi thời điểm, mẫu bao gồm những tuples có phím K satisfies h(K) ≤ t. Tuples mới từ các dòng được bổ sung vào mẫu nếu và chỉ nếu họ đáp ứng các điều kiện tương tự. Nếu vượt quá số lượng lưu trữ tuples của mẫu không gian quy định, chúng tôi thấp hơn t để t−1 và loại bỏ từ mẫu tất cả những tuples có phím K nhập để t. Cho efficiency, chúng tôi có thể giảm t bởi hơn 1, và loại bỏ tuples với một số giá trị hash cao nhất, bất cứ khi nào chúng ta cần phải ném một số giá trị quan trọng trong mẫu. Thêm efficiency thu được bằng cách duy trì một chỉ mục trên giá trị băm, Vì vậy, chúng tôi có thể nhiều tất cả những tuples có phím băm để một cụ thể giá trị một cách nhanh chóng.

Kết quả (Việt) 2:

4.2.4 Biến đổi kích thước mẫu
thường, mẫu sẽ phát triển như nhiều dòng vào hệ thống. Trong ví dụ của chúng tôi chạy, chúng tôi giữ lại tất cả các truy vấn tìm kiếm của 1/10th lựa chọn của người sử dụng, mãi mãi. Như thời gian đi về, tìm kiếm hơn cho người sử dụng tương tự sẽ được tích lũy, và người dùng mới được lựa chọn cho mẫu sẽ xuất hiện trong dòng. Nếu chúng ta có một ngân sách cho bao nhiêu bộ dữ liệu từ các dòng có thể được lưu trữ như mẫu, sau đó là phần nhỏ của giá trị quan trọng phải thay đổi, hạ thấp trong thời gian tới. Để đảm bảo rằng mọi lúc, mẫu bao gồm tất cả các bộ từ một tập hợp các giá trị quan trọng, chúng tôi chọn một hàm băm h từ các giá trị chìa khóa cho một số lượng rất lớn của các giá trị 0,1, ..., B-1 . Chúng tôi duy trì một t ngưỡng, mà ban đầu có thể là số thùng lớn nhất, B -1. Mọi lúc, mẫu bao gồm những bộ dữ liệu có khóa K đáp ứng h (K) ≤ t. Tuples mới từ các dòng được thêm vào mẫu nếu và chỉ nếu đáp ứng các điều kiện tương tự. Nếu số lượng các bộ dữ liệu lưu trữ của mẫu vượt quá không gian được phân bổ, chúng tôi giảm t đến t-1 và loại bỏ từ mẫu tất cả những bộ dữ liệu có khóa K băm t. Cho hiệu quả, chúng ta có thể làm giảm t hơn 1, và loại bỏ các dữ liệu với một số các giá trị hash cao nhất, bất cứ khi nào chúng ta cần phải ném một số giá trị quan trọng của mẫu. Hiệu quả hơn nữa thu được bằng cách duy trì một chỉ số về giá trị băm, vì vậy chúng tôi có thể tìm thấy tất cả những bộ dữ liệu có phím băm với một giá trị cụ thể một cách nhanh chóng.