大数据量，海量数据 处理方法总结
下面的方法是我对海量数据的处理方法进行了一个一般性的总结，当然这些方法可能并不能完全覆盖所有的问题，但是这样的一些方法也基本可以处理绝大多数遇到的问题。下面的一些问题基本直接来源于公司的面试笔试题目，方法不一定最优，如果你有更好的处理方法，欢迎与我讨论。
1.Bloom filter
适用范围：可以用来实现数据字典，进行数据的判重，或者集合求交集
基本原理及要点： 对于原理来说很简单
http://cyqdata.cn/cnblogs/article-detail-40023
程序员能亲自架构全国各地上万人同时访问的高并发大数据量的软件程序应该是职业生涯的荣幸
好长一段时间总是开发企业内部信息管理系统性质的软件项目，往往是有几个人在用的系统就能卖出几万元，例如只有一个人用的系统，往往可以卖1.5万-2万左右，若是有20来个人用的系统往往可以卖出20万的价格。若商务谈得好可以卖出更高的价格。 我们开发人员在学习软件开发阶段往往容易过度设计、往往会忽略客户的真正实际工作上的操作需求、数据
http://cyqdata.cn/cnblogs/article-detail-37691
Google地图大数据量处理的探讨
最近用到了Google地图进行开发，对Google地图的API有了初步的认识。使用Google API开发一般都会用到Marker，用来标注位置。本文将对显示大数据量的Marker进行研究和讨论。
问题提出：
如果你需要在地图上展示大数据量的Marker，就会发现两个问题。
1、性能问题：如果在地图上添加越多的Marke
http://cyqdata.cn/cnblogs/article-detail-6059