编程挑战：查询

题目

描述

现有数据如下：

K1-1-A-X0001=/common/gom/r00/xml/gom0101.xmlK3-2-B-W4565=/common/gom/r00/xml/gom0404.xmlK4-1-B-K0090=/common/gom/r00/xml/gom0403.xmlK2-3-A-W0004=/common/gom/r00/xml/gom0103.xml......

其中第一列是ID，不重复；第二列是地址。数据供10万条。
请设计数据结构和算法，提供查询服务。比如：输入K4-1-B-K0090得到对应的地址/common/gom/r00/xml/gom0403.xml。

目标

查询最快、占用内存最少。

要求

不使用关系型数据库；使用文件系统进行存储；编程语言不限。

方案及代码

我把所有的代码放在了Github上：
https://github.com/longjingjun/Programming_Challenge_Query
使用Eclipse打开此项目。

方案1

使用Java里的Property文件存储数据，使用Java里的Properties类读取数据。
- FileBuilder.java：用来生成10万条数据
- Finder.java：查询代码实现

方案2

使用Mongo DB存储数据，然后使用Mongo DB的接口查询。
- MongoDBBuilder.java：用来向MongoDB插入10万条数据
- MongoDBFinder.java：查询代码实现。
注：运行此代码需要安装Mongo DB。请从这里下载安装包：
http://www.mongodb.org/

方案3

使用随机文件，第一行放数据的总数，后边按照从小到大的顺序存储数据。查询是使用折半查找算法进行查询。
- RamdomFileBuilder.java：按照设计生成10万条数据并保存到文件中。
- RamdomFinder.java：查询代码实现。

方案4

使用B-Tree，实现查询。这种方案我手头没有代码。

测试和结论

10万条数据，前三种方法的测试结果如下：

实现方案 测试轮 测试结果 (毫秒) 　 　 1 2 3 4 5 6 7 8 normal prop - 1 1 274 265 248 289 295 265 278 218 　 2 273 275 270 273 265 286 280 210 　 3 265 262 292 270 274 280 247 203 normal prop - 2 1 133 136 135 132 133 139 156 138 　 2 145 148 136 135 141 134 135 137 　 3 134 136 136 139 129 142 143 139 MongoDB 1 122 随着数据增多，查询的时间随着增长。 　 2 127 　 　 　 　 　 　 　 　 3 115 　 　 　 　 　 　 　 Random File 1 1 　 　 　 　 　 　 　 　 2 2 　 　 　 　 　 　 　 　 3 1 　 　 　 　 　 　 　

专门针对B-Tree实现和随机文件方案进行了另一轮的测试，测试数据为100万条。测试结果如下：

100 万条数据 1 4 7 10 B-Tree 121 31 93 53 125 29 105 52 119 30 96 49 随机文件 1 3 2 2 2 2 2 1 1 2 2 1

根据测试结果，最快的方案是使用随机文件。同时这种方案有一个限制：每一行存储的数据是定长的，如何合理地设计每一行数据大小是一个很重要的问题。