海量数据处理专题（一）面试百度，腾讯，雅虎。。的利器
2010-10-02 14:17 码农1946 阅读(30588) 评论(18) 编辑 收藏 举报 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盖所有的问题，但是这样的一些方法也基本可以处理绝大多数遇到的问题。下面的一些问题基本直接来源于公司的面试笔试题目，方法不一定最优，如果你有更好的处理方法，欢迎与我讨论。
本贴从解决这类问题的方法入手，开辟一系列专题来解决海量数据问题。拟包含 以下几个方面。
- Bloom Filter
- Hash
- Bit-Map
- 堆(Heap)
- 双层桶划分
- 数据库索引
- 倒排索引（Inverted Index）
- 外排序
- Trie树
- MapReduce
在这些解决方案之上，再借助一定的例子来剖析海量数据处理问题的解决方案。
其实在园子里面好多类似的面试题都可以用这样的方法来解答，比如百度的TopK热门查询问题，某日IP最多访问问题。
把这类问题研究好了，面试像百度，腾讯这样的公司就完全没问题了！！！
