问题描述 积分排名在很多项目都会出现，积分排名主要满足以下需求： 查询用户名次。 查询TopN(即查询前N名的用户) 实时排名（很多项目是可选的） 当排序的数据量不大的时候，这个需求很容易满足，但是如果数据量很大的时候比如百万级、千万级甚至上亿的时候，或者有实时排名 ...

1. 给定a、b两个文件，各存放50亿个url，每个url各占64字节，内存限制是4G，让你找出a、b文件共同的url？ 方案1：可以估计每个文件安的大小为50G×64=320G，远远大于内存限制的4G。所以不可能将其完全加载到内存中处理。考虑采取分而治之的方法。 s 遍历文件a，对每个url ...

从何说起 前些天和朋友讨论一个问题，他们的应用有几十万会员然后对应有积分，现在想做积分排名的需求，问有没有什么好方案。这个问题也算常见，很多地方都能看到，常规做法一般是数据定时跑批把计算结果到中间表然后直接查表就行，或者只显示个TOP N的排行榜，名次高的计算真实名次，名次比较低的直接显示 ...

问题 某海量用户网站，用户拥有积分，积分可能会在使用过程中随时更新。现在要为该网站设计一种算法，在每次用户登录时显示其当前积分排名。用户最大规模为2亿；积分为非负整数，且小于100万。 PS: 据说这是迅雷的一道面试题，不过问题本身具有很强的真实性，所以本文打算按照真实场景来考虑，而不局限于 ...

在实际的工作环境下，许多人会遇到海量数据这个复杂而艰巨的问题，它的主要难点有以下几个方面： 一、数据量过大，数据中什么情况都可能存在。 如果说有10条数据，那么大不了每条去逐一检查，人为处理，如果有上百条数据，也可以考虑，如果数据上到千万级别，甚至过亿，那不是手工能解决的了，必须通过工具 ...

打开自己的博客仔细浏览了一番，发现已经好久没有写博客了，由于最近一直比较忙碌懈怠了好多。默默反省三分钟.......言归正传，现在就对最近在学习webservice的过程中遇到的几种类型的问 ...

重新 var 声明一个变量，类型为包含指定字段的结构体。 查询的时候，还是使用原始模型类型的变量。 example: Link：https://www.cn ...

在进行数据分析时，数据具有单位是非常常见的，比如说GDP可以以亿作为单元，也可以以百万作为单位，那么此时就会出现由于单位问题导致的数字大小问题；这种情况对于分析可能产生影响，因此需要对其进行处理，但是处理的前提是不能失去数字的相对意义，即之前数字越大代表GDP越高，处理后的数据也不能失去这个特性 ...