大数据日知录【第三章：常用数据结构与算法】笔记

Bloom Filter 查询一个数据是否存在于一个集合里面，节约空间的同时却又一定的误判率，也无法删除一个元素，于是计数的Bloom Filter便出现了，可以当成一个缓冲将其放入内存，比如如果查询发现查不到，那就是真不存在，如果存在了，那么可以在磁盘上确认一下。

SkipList 替代平衡树的一种数据接口，某写节点上有指针分别指向后面的节点，这个指针的数据量就是层数，查找的时候就是一层层的查找。

LSM树将大量的随机写操作转换成批量的序列写操作，核心思想是有一个内存表去维护插入的数据的顺序，然后顺序写，另外有一个本地文件作为log，防止内存数据丢失

Merkle 可以通过一步步hash得到树的根节点，然后可以在O(log(n))复杂度下，快速定位少量变化的内容。

Snappy 一种高效的压缩算法 通过当前活动窗口中的元素和向前缓冲区中元素相同的位置和个数，进行数据压缩。压缩和解压的原理本质是通过增加CPU的计算时间换取较小的存储空间。

Cuckoo 哈希方法的一种，主要目的是为了解决Hash冲突时导致的查询的时间复杂度远大于O(1)，通过两个Hash算法，得到两个Hash值，若某一个Hash值对应的桶没有该数据则存储，如果两个桶都有则替换掉原有位置的数据，如果产生无限循环，到达一定的循环次数后增加存储空间。

SILT和Cuckoo的核心思想一样，所不同的是不在是key 而是HASH(key)做主键，