
海量数据处理
文章平均质量分 80
ArvinStudy
这个作者很懒,什么都没留下…
展开
-
教你如何迅速秒杀掉:99%的海量数据处理面试题
来自:http://blog.youkuaiyun.com/v_july_v/article/details/7382693 教你如何迅速秒杀掉:99%的海量数据处理面试题 作者:July 出处:结构之法算法之道blog 前言 一般而言,标题含有“秒杀”,“99%”,“史上最全/最强”等词汇的往往都脱不了哗众取宠之嫌,但进一步来讲,如果读者读罢此文,却无任何收获,那么,我也甘愿背负这样转载 2013-06-08 17:59:22 · 789 阅读 · 0 评论 -
一种以ID特征为依据的数据分片(Sharding)策略
来自:http://www.cnblogs.com/JeffreyZhao/archive/2010/03/09/sharding-by-id-characteristic.html 假如您有一个应用程序,随着业务越来越有起色,系统所牵涉到的数据量也就越来越大,此时您要涉及到对系统进行伸缩(Scale)的问题了。一种典型的扩展方法叫做“向上伸缩(Scale Up)”,它的意思是通过使用更好的硬件转载 2013-06-16 23:33:49 · 900 阅读 · 0 评论 -
十道海量数据处理面试题与十个方法大总结
来自:http://blog.youkuaiyun.com/v_JULY_v/article/details/6279498、 海量数据处理:十道面试题与十个海量数据处理方法总结 作者:July、youwang、yanxionglu。 时间:二零一一年三月二十六日 本文之总结:教你如何迅速秒杀掉:99%的海量数据处理面试题。有任何问题,欢迎随时交流、指正。 出处:http://blog.c转载 2013-06-08 18:02:29 · 783 阅读 · 0 评论 -
海量数据处理常用思路和方法
来自:http://www.cnblogs.com/lvpei/archive/2011/02/18/1957926.html 最近有点忙,稍微空闲下来,发篇总结贴。 大数据量的问题是很多面试笔试中经常出现的问题,比如baidu google 腾讯 这样的一些涉及到海量数据的公司经常会问到。 下面的方法是我对海量数据的处理方法进行了一个一般性的总结,当然这些方法可能并不能完全覆转载 2013-07-15 17:30:20 · 638 阅读 · 0 评论