迅雷的一个面试题

假如有这样一个数据源

id

scores

一共2亿条记录，其中分数已经是排好了序的。

 

要求用户登录就显示用户分数在用户中的排名。

 

想了5分钟我的方案是：首先分库，跨度分成10个表，每个表的数据量大体相等。

 

再记录对应的分数阶段，如：第一张表0-1000分，约有1000w用户，第二张1000-1800分，约1000w。。。。。。。。。。。。

 

用lucene 给10张表做索引，保存索引文件，用户上来通过lucene 找到分数，找到对应数据库。

 

这是面试官来了一句，内存只有1G，也就是说我不能1次加载出1000w用户的分数出来，做二分查找。（我想他是这意思，至于是不是这意思，不管你信不信。。此处省略500字。。。）

 

然后我支支吾吾，不知道说了什么，

 

最好面试官说，你思维混乱，out！

 

回来想了很久没相同，怎么把这10000w加载出来，希望大家给个思路，谢谢

 

 

感谢大家的回答，http://www.cnblogs.com/weidagang2046/archive/2012/03/01/massive-user-ranking.html

这个同学总结的相当优雅

 

评论

1 楼 jayxigua 2012-08-06  

推荐的url的文章非常不错。
楼主，还有一些专门针对 海量数据的 面试的连接吗？
挺多互联网公司都喜欢问这类型的题目。