数亿级别数据 随意输入一个关键字在最短时间内检索出来，如何处理？(可从三方面考虑1 数据结构，2 算法，3数据库)面试被问到这个，没大数据处理的经验，不知如何作答，各位有何思路？
只能用分布式了，10亿数据，100台机器，每台机器处理一部分数据，再另上时时输出。
1，单机处理不可能满足最短时间的要求。
2，如果用分布式处理，那么每台机器的处理数据，如何划分，是关键。
大数据处理用在这里做检索了？ 这么大量的数据要检索出来并不是大数据处理要做的事吧？ 存的话可用集群可用HBase存储，定好索引 。。。。。及时用mysql都可行 定好分区分表，加好索引，也能弄。
亿万级的数据检索是很复杂的处理，不是通过单一的技术可以实现，从你的问题上，其实是可以想到一些技术的，数据库方面，从库到表，到索引等都有要处理的，首先，从数据库实例的层次来说 可以采用读写分离，分布式集群的手段，讲压力分散，而从表的角度来说，好的表设计是非常必要，这些优化有很多不一一介绍，从比较高的层次来说，就是采用分区，分表的形式，来减少单表查询的压力，当然这里最好是使用分表的方式，这个涉及到两种方式的底层数据存储，有时间可以找找这些资料看看，而索引方面，适当的建立索引是非长必要和有效的手段，至于用哪种索引则要全方便考虑！而后端的程序也是要优化，主要就是优化sql，那么有哪些手法，自己找资料！当然甚至从后端服务程序的角度，也是可以做很多事情的，你比方说分布式！而所谓的算法和数据结构，在你无法修改数据库的底层的时候，就要看后端的服务程序来优化了，具体怎么做，自己分析了！这些是底层知识的考察！当然数据库还有一个很重要的考虑点就是存储引擎！其实技术有很多，一时也不可能总结全！慢慢学习吧！
可以采用nosql类型的数据库，例如mongodb，本身对分布式，大数量数据索引和查询支持完善；如果采用传统的关系型数据库，就要做好数据库分区
表， 如果条件运行，将关键字字段用做聚集索引（唯一的物理数据索引，此索引有且只有一个，是稀缺资源）