请教个百度笔试问题，麻烦大家了。

看到范围查询第一时间想到B+树…… 同一时间一个url可能被多个ip访问，一个ip在同一时间内也可能访问多个页面(延迟或代理？)。想到两种方法： 1. 以时间作为主键建主索引，对url和ip分别hash然后对两个hash结果再hash或map(为了ip和url一一对应)的结果作为主索引的value。或者可以用SHA-1？这样value定长并且一一对应，主索引直接保存url和ip的hash值对。查询的时候先找到对应的时间段，再到对应的hash表中数url或ip的次数，新增记录的时候直接append，定时更新时间的分层索引。 2. 分别以url和ip作为主键建两个hash表，url中保存的是(时间，ip)，ip中保存的是(时间，url)，新增记录的时候也是append。不过如果时间密集的话是不是也要对各自value中的时间进行分层索引，这样不就回到方法1了么？而且两边都保存了时间是不是有点冗余了。 ms方法1比较好，等待lx补充 【 在 likieyes (likie) 的大作中提到: 】 : 设计一个系统,存放URL,IP,访问时间。数据量达到1000亿条记录 : 1）指定访问时间段，对于给定的URL，统计该URL访问量。 : 2）指定访问时间段，对于给定的IP，统计该IP的访问量 : ...................

顶

我怎么记得有人问过这个问题。

ip是指url对应的ip还是访问url的ip？

我感觉处理URL最好用前缀树，因为大量的URL前面部分都是相同的，这样可以节省空间。当然数据量过大时，需要将前缀树的某些部分写入硬盘 处理IP的话同意一楼的观点，可以用hash。