使用Spark批处理+ Cassandra实现HyperLogLog

Question

我希望实现HyperLogLog算法来计算不同细分受众群（或过滤器）的不同用户。我用户Cassandra + Spark批处理。想知道Cassandra是否提供对HyperLogLog类型的任何支持。

我找不到任何插件或除http://vilkeliskis.com/blog/2013/12/28/hacking_cassandra.html之外的任何相关内容，这是一次很棒的尝试但未完成。

感谢任何可能的提示！

Answer 1

Spark 2.0有一个native implementation of HyperLogLog++。