关于某日访问次数最多的IP的topK问题的三种解法

题目描述 在july大神的博客中，看到这样两道题：html 1. 海量日志数据，提取出某日访问百度次数最多的那个IP。 2. 假设目前有一千万个记录（这些查询串的重复度比较高，虽然总数是1千万，但若是除去重复后，不超过3百万个。一个查询串的重复度越高，说明查询它的用户越多，也就是越热门。），请你统计最热门的10个查询串，要求使用的内存不能超过1G。 如今我将两题结合一下：python 假若有1千万

>>阅读原文<<