c++怎麽做數據分析要用Bloom filter/Hash/bit-map/堆/數據庫或倒排索引/trie樹。
所謂海量數據處理，無非就是基於海量數據上的存儲、處理、操作。何謂海量，就是數據量太大，所以導致要麽是無法在較短時間內迅速解決，要麽是數據太大，導致無法壹次性裝入內存。
我們可以采用巧妙的算法搭配合適的數據結構，如Bloomfilter/Hash/bit-map/堆/數據庫或倒排索引/trie樹。
針對空間，無非就壹個辦法：大而化小，分而治之（hash映射），妳不是說規模太大嘛，那簡單啊，就把規模大化為規模小的，各個擊破不就完了嘛。
至於所謂的單機及集群問題，通俗點來講，單機就是處理裝載數據的機器有限(只要考慮cpu，內存，硬盤的數據交互)，而集群，機器有多輛。
適合分布式處理，並行計算(更多考慮節點和節點間的數據交互)。
再者，通過本blog內的有關海量數據處理的文章：Big Data Processing，我們已經大致知道，處理海量數據問題。
無非就是分而治之/hash映射 + hash統計 + 堆/快速/歸並排序；雙層桶劃分Bloom filter/Bitmap；Trie樹/數據庫/倒排索引。
外排序分布式處理之Hadoop/Mapreduce。
set/mahashtable/hash_map/hash_setset/map/multiset/multimaphash_set/hash_map/hash_multiset/hash_multimap之區別。