德魯伊隊列分析？

Question

我們收集我們網站流量的數據，每天有大約50k到100k的 次訪問。

隊列分析：

查找用戶的24小時內，其登記在 網站，然後真正去我們的採購網頁（計算的 百分比的百分比有多少用戶中的第一個做到這一點，第二，第三等 小時後註冊）。

兩個非常簡短的樣本文件：

• 的sessionId：我們進行計數唯一標識符
• 網址：網址評估同夥
• 時間：Unix時間戳事件

{ 「sessionId」：「some-random-id」， 「time」：1428238800000，（unix timestamp：Apr 5th，3:00 pm） 「網址「： 」/註冊「 }

{ 」的sessionId「： 」一些隨機-ID「， 」時間「：1428241500000，（UNIX時間戳：4月5日，下午3:45） 」URL「 ：「/買入」 }

如果我想要做同樣聚集了一段，說，6月 &想檢查執行同夥回頭客？ 數據集太龐大了。

附註：我對獲得100％準確的結果也不感興趣， 近似值足以用於趨勢分析。

我們可以用德魯伊來實現嗎？或者它不適合這種分析？除了隊列分析之外，還有其他的東西嗎？

Answer 1

我想你可以用德魯伊和數據草圖做到這一點。 看看最後一個例子是這樣的page 如果你想用這種近似方法，你可以看看here來理解近似的邊界誤差和交易記憶的折衷。