10道Hadoop面試真題及解題思路

搜索引擎會通過日誌文件把用戶每次檢索使用的所有檢索串都記錄下來，每個查詢串的長度爲1-255字節。 (一)海量日誌數據，提取出某日訪問百度次數最多的那個IP。 首先是這一天，並且是訪問百度的日誌中的IP取出來，逐個寫入到一個大文件中。注意到IP是32位的，最多有個2^32個IP。同樣可以採用映射的方法， 比如模1000，把整個大文件映射爲1000個小文件，再找出每個小文中出現頻率最大的IP(可以採

>>阅读原文<<