Data structures 用于保存聚合netflow数据的数据结构
是否有保存netflow数据的标准方法(按端口和目标IP聚合,按源IP区分) 数据输入:netflow数据(源IP、时间戳、八位字节),更新非常频繁 请求输入:IP,范围(两个时间戳) 请求输出:八位字节数 有没有可能获得O(log(n))或更好的数据存储和请求?如何?通过时间戳将IP索引到索引 为了有效地计算二叉搜索树中两个节点之间的元素数,可以让每个节点在其左子节点的子树中存储一个节点数(类似于,然后可以确定BST中开始和结束时间戳的索引,为您提供介于两者之间的元素数) 映射查找预期为O(1),BST查询每个为O(logn),总计为O(logn)Data structures 用于保存聚合netflow数据的数据结构,data-structures,netflow,Data Structures,Netflow,是否有保存netflow数据的标准方法(按端口和目标IP聚合,按源IP区分) 数据输入:netflow数据(源IP、时间戳、八位字节),更新非常频繁 请求输入:IP,范围(两个时间戳) 请求输出:八位字节数 有没有可能获得O(log(n))或更好的数据存储和请求?如何?通过时间戳将IP索引到索引 为了有效地计算二叉搜索树中两个节点之间的元素数,可以让每个节点在其左子节点的子树中存储一个节点数(类似于,然后可以确定BST中开始和结束时间戳的索引,为您提供介于两者之间的元素数) 映射查找预期为O(1