德鲁伊队列分析？

Question

我们收集有关我们网站流量的数据，结果大约有 5 万到 10 万 一天的独特访问。

队列分析：

找出 24 小时内在 网站，然后实际转到我们的购买页面（计算 在第一、第二、第三等中有多少用户这样做的百分比 注册后一小时）。

两个非常简短的示例文档：

• sessionId：我们执行计数的唯一标识符
• url：url 用于评估群组
• 时间：事件的 unix 时间戳

{ "sessionId": "some-random-id", "time"：1428238800000，（unix 时间戳：4 月 5 日，3:00 下午） "url": "/注册" }

{ "sessionId": "some-random-id", "time"：1428241500000，（unix 时间戳：4 月 5 日，3:45 下午） "url": "/购买" }

如果我想在一段时间内进行相同的聚合，比如 6 个月并想检查回头客的执行队列？这 数据集太大了。

旁注：我对获得 100% 准确的结果也不感兴趣， 一个近似值就足以进行趋势分析。

我们可以用德鲁伊来实现吗？或者不适合做这种分析？还有什么比队列分析更好的吗？

Answer 1

我想你可以用德鲁伊和数据草图来做到这一点。 看最后一个例子是这个page 如果您想使用这种近似方法，您可以查看 here 以了解近似的边界误差以及您可以用内存换取准确性的权衡。