编程挑战：查询

题目

描述

现有数据如下：

K1-1-A-X0001=/common/gom/r00/xml/gom0101.xml
K3-2-B-W4565=/common/gom/r00/xml/gom0404.xml
K4-1-B-K0090=/common/gom/r00/xml/gom0403.xml
K2-3-A-W0004=/common/gom/r00/xml/gom0103.xml
...
...

其中第一列是ID，不重复；第二列是地址。数据供10万条。
请设计数据结构和算法，提供查询服务。比如：输入K4-1-B-K0090得到对应的地址/common/gom/r00/xml/gom0403.xml。

目标

查询最快、占用内存最少。

要求

不使用关系型数据库；使用文件系统进行存储；编程语言不限。

方案及代码

我把所有的代码放在了Github上：
https://github.com/longjingjun/Programming_Challenge_Query
使用Eclipse打开此项目。

方案1

使用Java里的Property文件存储数据，使用Java里的Properties类读取数据。
- FileBuilder.java：用来生成10万条数据
- Finder.java：查询代码实现

方案2

使用Mongo DB存储数据，然后使用Mongo DB的接口查询。
- MongoDBBuilder.java：用来向MongoDB插入10万条数据
- MongoDBFinder.java：查询代码实现。
注：运行此代码需要安装Mongo DB。请从这里下载安装包：
http://www.mongodb.org/

方案3

使用随机文件，第一行放数据的总数，后边按照从小到大的顺序存储数据。查询是使用折半查找算法进行查询。
- RamdomFileBuilder.java：按照设计生成10万条数据并保存到文件中。
- RamdomFinder.java：查询代码实现。

方案4

使用B-Tree，实现查询。这种方案我手头没有代码。

测试和结论

10万条数据，前三种方法的测试结果如下：

实现方案	测试轮	测试结果 (毫秒)
		1	2	3	4	5	6	7	8
normal prop - 1	1	274	265	248	289	295	265	278	218
	2	273	275	270	273	265	286	280	210
	3	265	262	292	270	274	280	247	203
normal prop - 2	1	133	136	135	132	133	139	156	138
	2	145	148	136	135	141	134	135	137
	3	134	136	136	139	129	142	143	139
MongoDB	1	122	随着数据增多，查询的时间随着增长。
	2	127
	3	115
Random File	1	1
	2	2
	3	1

专门针对B-Tree实现和随机文件方案进行了另一轮的测试，测试数据为100万条。测试结果如下：

100 万条数据
	1	4	7	10
B-Tree	121	31	93	53
	125	29	105	52
	119	30	96	49
随机文件	1	3	2	2
	2	2	2	1
	1	2	2	1

根据测试结果，最快的方案是使用随机文件。同时这种方案有一个限制：每一行存储的数据是定长的，如何合理地设计每一行数据大小是一个很重要的问题。