我正在设计一个计算任意系统在线用户数量的Web服务。
输入数据是元组数组（user_id，log_in_time，log_out_time）。该服务应该以某种方式索引这些数据并准备数据结构，以便有效地回答表单的请求：“每个时间点（start_time，end_time）有多少用户在线？”。该服务的响应是一个数组 - 在请求的时间间隔内每个时间点的在线用户数。
并发症：每个用户都有一组特征（即年龄，性别，城市）。是否有可能有效地回答表单的请求：“有多少年龄= x，城市= y，性别= z的用户在（start_time，end_time）的每个时间点都在线？”
时间是整数（时间戳）。
答案 0 :(得分：1)
我不会完全回答这个问题，因为很明显这是一项家庭作业，但你并没有这样做。
假设时间窗口较小或该窗口内的同时在线用户数较少，只需解决第一个问题，然后按人口统计标准进行过滤。
如果同时在线用户的数量很大并且事后过滤过于耗时，那么先使用与boost::multi_index类似的内容过滤最稀疏的维度，然后进行时间范围查询。< / p>
此外，大多数关系数据库都会开箱即用地执行这些类型的查询，因此最简单的解决方案是将数据存储在具有适当索引的数据库中，然后创建非常简单的查询。
由于您的评论说你不明白如何使用B-tree来进行范围查询，我会在答案中解释。您使用B树查找时间范围查询的最小值。 B树的结构方式是连续的叶子彼此相邻。首先对最小范围查询绑定进行对数查找。这会找到该时间范围内的第一个点。然后，从起点到超出范围查询的最大界限的点进行线性扫描。
这意味着使用B树会使您的查询O(log(number_of_online_users) + length_of_time_interval)。