1G文件内存大小为1M统计每个单词出现次数的TopN（思想）

1G文件内存大小为1M统计每个单词出现次数的TopN（思想）

实现这个思路先从以下几个方面解决：
①读取文件：使用IO流解决，使用缓冲数组 byte 只能容纳1M
考虑使用一个可以设置大小的IO流来解决：BufferreaderInputStream
然后设置编码方式：InputStreamReader（BufferreaderInputStream，“utf-8”）
这样就可以1M读取文件，然后把文件保存到HashMap中，为了防止数据倾斜把文件数量设置多点（比如：1G文件大小，1M读可以分为1024个）；
然后使用k.hashCode()%文件数（相当于分区数）散存到HashMap中
②通过Hash（）将1G文件均匀地分发到你设置的小文件（分区）中
相同的key在同一个文件（分区）中，然后在遍历每一个文件中key；
if ：key 相同的 v 累加 ，else： 不存在 新建一个HashMap放进去
③排序（按照value）进行排序
自定义一个类：进行排序然后取Top N 。
或者是借助于比较器。