IP地址最多有2^32=4G种取值可能,所以不能完全加载到内存中。 可以考虑分而治之的策略,按照IP地址的hash(IP)%M值,将海量日志存储到M个小文件中。每个小文件最多包含4G/M个IP地址。 对于每个小文件,可以构建一个IP作为key,出现次数作为value的hash_map,并记录当前出现次数最多的1个IP地址。 有了M个小文件中的出现次数最多的IP,这样就可以轻松得到总体上出现次数最多的IP。