大数据排序处理
来源:互联网 发布:android打开移动数据 编辑:程序博客网 时间:2024/05/17 21:50
题目:
如果有一个20g的日志文件,日志文件记录着用户访问过的url,每一行为一个url,给你一台512M的主机,找出出现次数最多的10个url
参考答案及思路:
1. Top K算法:使用堆排序算法+大顶堆+10个元素的数组。
2.
- IP地址最多有2^32=4G种取值情况,所以不能完全加载到内存中处理;
- 可以考虑采用“分而治之”的思想,按照IP地址的Hash(IP)%1024值,把海量IP日志分别存储到1024个小文件中。这样,每个小文件最多包含4MB个IP地址;
- 对于每一个小文件,可以构建一个IP为key,出现次数为value的Hash map,同时记录当前出现次数最多的那个IP地址;
- 可以得到1024个小文件中的出现次数最多的IP,再依据常规的排序算法得到总体上出现次数最多的IP;
0 0
- 大数据排序处理
- 单机对大数据的排序处理
- 大容量数据排序
- 大数据排序合并
- 大数据排序问题
- 大数据排序相关
- 大数据排序算法
- Blob处理大数据
- Clob处理大数据
- 大数据的处理
- linux 处理大数据
- java 处理大数据
- 处理大数据
- 单机处理大数据
- 大数据表格处理
- python 处理大数据
- 大数据算法处理
- 大数据的处理
- 设计模式总结-行为模式
- 今天上街捡了一捆芹菜
- html 页面内容滚动显示 marquee
- KMP算法详解(图示+代码)
- Android关于布局的经典面试题及解答(一)
- 大数据排序处理
- 当析构函数遇到多线程──C++ 中线程安全的对象回调
- Apache Maven 入门篇 ( 上 )
- 带复选框的JTable
- Java Tips
- PHP 操作redis 详细讲解转的
- Apache Maven 入门篇(下)
- Js中escape(),encodeURI()和encodeURIComponent()
- sqlMapConfig