1、 对于海量数据问题,一般数据量都远大于内存大小,没法一次装入所有数据。所以第一步是使用hash映射,以将数据分散到各个子集中。
2、使用hash表、set、map或bitmap数据结构对各个子集进行处理,
3、对各个子集的统计结果再进行汇总,得到最终的结果。
具体例子可以查看july 的博客,很经典:十道海量数据处理面试题与十个方法大总结
1、 对于海量数据问题,一般数据量都远大于内存大小,没法一次装入所有数据。所以第一步是使用hash映射,以将数据分散到各个子集中。
2、使用hash表、set、map或bitmap数据结构对各个子集进行处理,
3、对各个子集的统计结果再进行汇总,得到最终的结果。
具体例子可以查看july 的博客,很经典:十道海量数据处理面试题与十个方法大总结