## Greenplum内核揭秘之 ## ☐ ☐ ☐ ☐ ## 排序算法 钉钉直播 | 9月25日 16:00 - 17:00 #### Greenplum中文社区 https://cn.greenplum.org 博文·资料·文档·项目 ## GREENPLUM DATABASE $ ^{®} $ ![Image](/uploads/documents/9/3/1/2/93129f4 ## Greenplum内核揭秘之排序算法 ## Outline • 内排序算法 • 外排序算法 • Greenplum TupleSort 排序在Greenplum中的应用 ## 内排序算法 冒泡排序 • 插入排序 • 快速排序 • 堆排序 • 基数排序 ## 快速排序 快速排序是最常用的排序算法，由Tony Hoare在1959年发明。 快速排序算法的三个步骤： 挑选基准值: 从数列中挑选出一个基准元素, 称为pivot 分割: 重新排序数组, 所有比基准元素小的元素排放到基准元素之前; 所有比基准元素大的元素排放到基准元素之后。分割完成后, 我们完成了对基准元素的排序, 即基准元素在数组中的位置不再改变 递归排序子序列: 递归地将小于基准元素的子序列和大于基准元素的子序列分别进行排序 ## 快速排序 - 快速排序算法每次选取一个基准元素，将比基准元素小的排到基准元素左

2017-至今，阿里妈妈定向广告&信息流广告Rank团队 TABLE OF CONTENTS 大纲 阿里妈妈精准定向广告业务简介 精准定向广告排序算法创新之旅 ’ alt=‘OCR图片’/> TABLE OF CONTENTS 大纲 阿里妈妈精准定向广告业务简介 精准定向广告排序算法创新之旅 ’ alt=‘OCR图片’/> 阿里妈妈精准定向广告业务简介 Banner广告 首页猜你喜欢 CONTENTS 大纲 阿里妈妈精准定向广告业务简介 精准定向广告排序算法创新之旅 ’ alt=‘OCR图片’/> 精准定向广告排序算法创新之旅 大规模MLR 稀疏分组全连接GwEN 深度兴趣网络DIN 兴趣演化模型DIEN 用户兴趣Life-long建模MIMN ’ alt=‘OCR图片’/> 精准定向广告排序算法创新之旅 大规模MLR 稀疏分组全连接GwEN 深度兴趣网络DIN 适合大规模化高纬度数据 训练数据 例子：分类问题 线性模型（LR） 分片线性模型 MLR https://arxiv.org/abs/1704.05194 ’ alt=‘OCR图片’/> 精准定向广告排序算法创新之旅 大规模MLR 稀疏分组全连接GwEN 深度兴趣网络DIN 兴趣演化模型DIEN 用户兴趣Life-long建模MIMN ’ alt=‘OCR图片’/> 稀疏分组全连接GwEN一定向广告0-1深度学习突破

866da02b085a6156/p2_1.jpg) 微博Feed流排序场景介绍  常规CTR方法排序 深度学习应用与实践 ## 微博Feed流产品介绍—排序场景  微博Feed流排序场景介绍  常规CTR方法排序 ![Image](/uploads/documents/5/1/0/2/510241bd830a2

技术，用户自定义迭代器与算法 9. allocator，内存管理与对象生命周期 ## set 和 vector 的区别 • 都是能存储一连串数据的容器。 - 区别 1：set 会自动给其中的元素从小到大排序，而 vector 会保持插入时的顺序。 - 区别 2：set 会把重复的元素去除，只保留一个，即去重。 - 区别 3：vector 中的元素在内存中是连续的，可以高效地按索引随机访问，set 则不行。 8,5,2,1,1} set={1,2,5,8,9} ## set 的排序：string 会按“字典序”来排 - set 会从小到大排序，对 int 来说就是数值的大小比较。那么对字符串类型 string 要怎么排序呢？ - 其实 string 类定义了运算符重载 <，他会按字典序比较两个字符串。所谓字典序就是优先比较两者第一个字符（按 char*> ## set 的排序：自定义排序函数 - set 作为模板类，其实有两个模板参数：set - 第一个 T 是容器内元素的类型，例如 int 或 string 等。 - 第二个 CompT 定义了你想要的比较函子，set 内部会调用这个函数来决定怎么排序。 - 如果 CompT 不指定，默认会直接用运算符 < 来比较。

[Image](/uploads/documents/9/0/4/5/90450d8d637a7624f7a2038fdd8a63b7/p1_1.jpg) ## 目录 ClickHouse在B站 内核 日志 用户行为数据分析 Future Work Q&A  ## 用户行为数据分析  ## bilibili ## 概述 ✿ 基于ClickHouse构建B站用户行为数据分析产品：北极星 ✿ 行为数据分析平台主要以下功能模块： ![Image](/

Namenode operation Spark作业最大堆内占用率 $ ^{*} $ 时间选择： 2019-10-25 00:00:00 2019-10-25 23:59:59 $ ^{*} $ 访问行为：open $ ^{*} $ 路径： /tmp/yu HDFS各子目录大小及其涨幅 分HDFS客户端统计 查询 返回上一级目录 HDFS Audit Log 源路径 data out_data

雜湊最佳化策略 10.5 重識搜尋演算法 10.6 小結 第11章 排序 11.1 排序演算法 11.2 選擇排序 11.3 泡沫排序 11.4 插入排序 11.5 快速排序 11.6 合併排序 11.7 堆積排序 11.8 桶排序 11.9 計數排序 11.10 基数排序 11.11 小結 第12章 分治 12.1 分治演算法 別、示例等。 · 資料結構：基本資料型別和資料結構的分類方法。陣列、鏈結串列、堆疊、佇列、雜湊表、樹、堆積、圖等資料結構的定義、優缺點、常用操作、常見型別、典型應用、實現方法等。 演算法：搜尋、排序、分治、回溯、動態規劃、貪婪等演算法的定義、優缺點、效率、應用場景、解題步驟和示例問題等。  圖 1-1 查字典步驟 查字典這個小學生必備技能，實際上就是著名的“二分搜尋”演算法。從資料結構的角度，我們可以把字典視為一個已排序的“陣列”；從演算法的角度，我們可以將上述查字典的一系列操作看作“二分搜尋”。 例二：整理撲克。我們在打牌時，每局都需要整理手中的撲克牌，使其從小到大排列，實現流程如圖 1-2 所示。 1. 將撲