别再只用 Map 了:Go 工程师应该了解的概率性数据结构

📝

内容提要

在面对海量数据和无界数据流时,用传统的 Go Map 进行精确计数与集合去重往往会导致内存急剧膨胀。本文系统梳理了现代高性能基础设施背后的五大核心概率性数据结构(Probabilistic Data Structures):Bloom Filter(成员判定)、HyperLogLog(基数去重)、Count-Min Sketch(高频统计)、T-Digest(P99 延迟分位数)与...

➡️

继续阅读