大数据是越来越火热的一个词语，对大数据的处理也同样是各种公司面试的常问题目。对大数据处理有几种通用的方式：分治，分布式，bitmap，bloom filter。bitmap与bloom filter主要是用于对大数据进行过滤，找到符合某些条件的数据。本文对bitmap进行简单分析。
java中有对bitmap的实现，是java,util.BitSet。
其提供了两种构造方法：
BitSet()创建一个新的位 set。 |
BitSet(int nbits)创建一个位 set，它的初始大小足以显式表示索引范围在 0 到 nbits-1 的位。 |
BitSet所有的操作都是对某一位进行操作的，比如public void set(int bitIndex, boolean value) 就是对bitIndex这一位进行赋值操作，而不是对大小进行赋值。比如set(1, true)表示对第二位赋值为true，真实表现为10.如果想表示2曾经出现过，那么就需要set(1, true)，因为2的二进制表示就是10。
其中BitSet提供了两种获取大小的方法，length()，size()，注意这两种方法是不同的。
length()：返回此 BitSet 的“逻辑大小”：BitSet 中最高设置位的索引加 1。如果
BitSet
size()：而这个方法返回的是在实际存储中，BitSet为了存储你的数据总过占据了实际位数是多少。比如，你使用了第二种构造方法newBitSet(100)，在计算机中都是按照字节来标识，所以对于100肯定需要一个大约100的整字节数进行存储，这时候返回的size就是128.其实最主要的是BitSet内部封装了一个long型的数组，每次new一个新的BitSet对象都是对long型的数组进行分析和处理的。最后返回的位数其实就是需要几个long型的数字，比如128位，则其实是16个字节，则表示需要两个long型的数字来表示整个bitset。
bitmap的应用 ：http://blog.csdn.net/s120922718/article/details/8844665