第一部分、十道海量数据处理面试题
　　1、海量日志数据，提取出某日访问百度次数最多的那个IP。
　　此题，在我之前的一篇文章算法里头有所提到，当时给出的方案是：IP的数目还是有限的，最多2^32个，所以可以考虑使用hash将ip直接存入内存，然后进行统计。
　　再详细介绍下此方案：首先是这一天，并且是访问百度的日志中的IP取出来，逐个写入到一个大...

1、海量日志数据，提取出某日访问百度次数最多的那个IP。

首先处理大数据的面试题，有些基本概念要清楚：
（1）1Gb = 109bytes（1Gb = 10亿字节）：1Gb = 1024Mb，1Mb = 1024Kb，1Kb = 1024bytes；
（2）基本流程是，分解大问题，解决小问题，从局部最优中选择全局最优；（当然，如果直接放内存里就能解决的话，那就直接想办法求解，不需要分解了。）
（3）分解过程常用方法：hash(x)%m。其中x为字符串/url/ip，m为...