不积跬步，无以至千里；不积小流，无以成江海

第一部分、十道海量数据处理面试题1、海量日志数据，提取出某日访问百度次数最多的那个IP。      首先是这一天，并且是访问百度的日志中的IP取出来，逐个写入到一个大文件中。注意到IP是32位的，最多有个2^32个IP。同样可以采用映射的方法，比如模1000，把整个大文件映射为1000个小文件，再找出每个小文中出现频率最大的IP（可以采用hash_map进行频率统计，然后再找出频率

有两张表，结构如下： t_item： t_bid： id int id int name varchar name varchar

为什么要装easy_install?正常情况下，我们要给Python安装第三方的扩展包，我们必须下载压缩包，解压缩到一个目录，然后命令行或者终端打开这个目录，然后执行python setup.py install来进行安装。这样是不是很繁琐呢？如果我们直接命令行执行easy_install Twisted就把最新版的Twisted包装上去了，是不是很爽呢？所以easy_