50万年薪程序员的面试题

有一位网友发了他们最近招聘时使用的一个面试题，把它作为薪资的薪资的参考标准之一，如果回答得好，就定位在50万以上年薪。题目是这样的：

有一个 10TB 的数据文件，里面内容全是 64bit 整数，大小顺序是乱的，要求把原有 10TB 文件中所有整数进行排序，排序后内容写到新文件中，只用标准 C/C++ 或者 Golang，不用其他任何第三方工具库，如何解决这个问题? 估计代码量大概多少? 写代码和调试，一共需要多长时间实现? 在普通服务器上，完成排序，需要运行多长时间?

非常经典的 大文件排序，这种类型的题目我看着特别有亲切感。因为我自己是做大数据的，Hadoop MapReduce 底层实现里有相当一部分代码是专门做这个事情的，当时看过之后受益匪浅，最大的感受就是单纯的文件排序（理想环境）和特定业务场景下的文件排序（现在环境）实现复杂度完全不是一个量级，有兴趣的同学可以自己翻一下相关的源码实现（Java）。

后来在团队招聘的时候，很多候选人面试过程中都会提及 Hadoop MapReduce Shuffle 的实现过程，用于证明自己对于大数据底层实现原理是有研究的。提到的次数多了之后，我就发现大部分同学这部分内容的理解多数来源于《Hadoop权威指南》这本书相关的章节，描述的整体流程是没有问题的，但很多都经不起推敲，涉及到实现细节，每个人掌握的程度差别就很大了。

考虑到不是每一个同学都会了解这个实现过程，或者看过相关的源代码，就做了一个简化：完全脱离 Hadoop、Spark、Flink 之类的框架环境，就一台本地服务器，用一个你自己熟悉的编程语言，不借助第三方库，针对大文件排序的问题，给出实现方案和关键细节。

候选人给出的答案大致可以划分为以下几个类型，我这里列出的粒度比较大：

1. 没有思路；
2. 能够给出分而治之的思路，就是常见的划分成多个小文件局部排序，然后再归并成一个大文件；
3. 能够给出单线程版本的实现方案和关键细节；
4. 能够给出多线程版本的实现方案和关键细节；
5. 能够给出分布式版本的实现方案和关键细节，前面部分能够搞定，才会到这里；

对于第 2 种情况，候选人应该了解过数据结构与算法里的分治法和归并排序，或者就是提前背过类似的题目和答案，需要进一步考察；
对于第 3 或 4 种情况，实现方案主要考察候选人的逻辑思维和沟通能力，就是脑子里有想法，还能够讲述明白；关键细节主要考察代码能力，可能会涉及到IO、多线程、异常处理等；
对于第 5 种情况，主要考察候选人分布式计算和存储相关领域的储备和经验，因人而异。

我要求的答案必须是两个部分：

1. 实现方案
   对于某个问题，能不能给出一个可行的实现方案。这个方案可以是自己想出来的，也可以是从别人那里借鉴学习过来的。
   因为现在市面上有好多大厂面试真经之类的东西，专门汇总常见的面试题型和答案，所以我需要进一步判断你是真的有货，还是只是看起来有货。
2. 关键细节
   对于给出的实现方案，能不能落地成实际的代码。大部分看起来有货的这个地方就会露馅，我也会根据候选人的反馈延伸出若干变种，充分考察代码能力。

有想法，能落地，才是一名程序员工程能力的最好体现。