这里说“大数据”确实有点哗众取宠，但确确实实是解决一些大数据量的情况。比如常用的布隆过滤器(BloomFilter)、常用的文本相似比较算法SimHash等，这里介绍的都是看上去是简单粗暴的方法，但当你深入了解后你就会发现什么叫简约而不简单，掌握这些常用的手段，解决问题时就会显得得心应手。这里只介绍两个常用的解决方法——布隆过滤器和SimHash，关于笔试面试中常见的大数据相关问题和解决方法可以看另一篇博客笔试面试中常见的海量数据的问题及解决方案
这里不会对bloomfilter和simhash的原理进行深入讲解(要写很多)，已经有很多博客写的比较清晰了，这里老司机会写一下自己在使用中以及看别人代码中常见的误区。
鉴于笔者使用的mou话CSDN的markdown不能直接复制过来，需要调节格式问题，所以可以到个人博客上去看。
详细请移步BAT直通车点击查看