Video在线视频

我们来看刚才我们说的

这种类型应用的一个实际的例子

我们知道Twitter是一个

著名的这种社交信息的网站

那么它现在的速度

大概是每秒钟有

6000个tweets会被发出

那么每天大概要发5亿个tweets

当然这是一个平均值

这个也在有的峰值的时候

每天会超过10亿的tweets

那么要对这些tweets

和相关的点击进行统计

比如说

这些tweets中可能会包含一些

网站的链接

那么在某个人发的这个消息里面

那么需要统计说

在这些tweets里面

访问了哪些网站

我们把这个叫做一个URL

有的tweets里面可能

会包含另外一个URL2

那么我们需要知道的是

比如说 在今天

URL1被发了多少条tweet

或者说有多少点击click

就是对这个URL有多少个点击

连到了相关的网站上去

那么这个时候

我们就需要对今天所有的

这个每一条tweets

可以想象是说

tweets1 tweets2等等等

我们都需要把它都进行统计

那么我们现在的问题就是说

如果对于每一条新发的tweets

那么我们的处理是不是都需要

比如说我们现在有了

twn+1

那么我们是不是需要把

所有的这些都拿过来再去做处理

还是说

我们有什么样的方法

能够只处理这个twn+1

所带来的这种增量的信息

而把前面的信息

有一定的这个保留

那么我们可以看到这是tweets

提供的一个服务叫做

twitter analytics

那么在这个服务里面

会看到它提供了当天

还有过去7天和过去30天

的相关的统计

这个统计的值

当然这个里面显示的

是过去7天的

显示的是过去7天里面

包含了这样一个URL的tweets

一共有2.4K

也就是说2400条

那么这2400条通过用户的点击

有多少这个

点击访问到了这个网站

有21.5K

也就是说大概

平均每一条在tweets上

包含了这个blog这个URL的

这样的一个tweets

会产生大概平均9次的

这样一个点击

这就是这样的一个统计数据

那么这是一个过去7天的

那么大家可以想像

如果我们需要当天的

这样一个统计的话

需要怎么样去做处理

也就是刚才

我提到的这样一个问题