大数据常问问题

一:1G的数据  你当前只能用 400M内存，怎么进行全排序？

答案:大概思路是这样的：
首先是通过hash的方式，把一个比较大的数据切分成多分小文件。
切分过后，开始做分区的排序，当然，分区的排序是很好做的，问题是如何做全局的排序；
这里面就涉及到一个算法：叫做【归并排序】，我建议大家找时间看一下堆排序和归并排序
上一步我们把大文件切分成多分小文件了，然后又对每一个小文件进行排序，那么现在就要用到归并算法，将已经排序好的这些文件来一个归并排序；最终合并成一个大文件
归并排序大概的算法：
去上网搜索一下，一大堆。把这个搞明白了，以后类似的问题就比较好解决了

http://www.cnblogs.com/jingmoxukong/p/4308823.html 

  这个是比较好的归并排序帖子