外排序和归并排序

    大数据的排序和内存排序其实核心都差不多，只是大数据不能一次性的load到内存，所以就有了大数据处理的惯用手法“分治”和“归并”。这是处理大数据的屡试不爽的方法。将数据分片，交给不同的机器去处理，或者在同一台机器上分批处理（因为一次没法load）。

    我们举例来说明怎么分片排序（外归并排序），这里我们进行的是9路归并排序：

    比如，要对 9GB的数据进行排序，但机器上只有 1 GB 的可用内存时，外归并排序按如下方法操作：

    1. 读入 1GB 的数据至内存中，用某种常规方式（如快速排序、堆排序等方法）在内存中完成排序。

    2. 将排序完成的数据写入磁盘，文件大小约1GB

    3. 重复1，2，则产生了9个小文件（每个大小1GB），每个文件里的数据都是排好序的。

   下面开始归并：

   1. 从9个文件里各读出100MB数据（9个文件共占用了900MB内存，还有100MB内存作为输出缓冲区）。

   2. 对9路有序数据的第一个进行比较，得到最小的，输出到缓冲区，这个数据就是所有元素的最小值。

   3. 该路数据前移动，后一个自动成为队首数据；

   4.重复2和3，如果某一路队列空了，则从该路关联的文件里load，直到文件全部load完。

   5.如果缓冲区满，则写入结果文件中。

   6.全部数据处理完，排序完成！