【答案解析】海量数据处理中一类常见的问题就是排序问题，即对海量数据中的数据进行排序。例如，一个文件中有9亿条不重复的9位整数，对这个文件中的数字进行排序。
针对这个问题，最容易想到的方法是将所有数据导入到内存中，然后使用常规的排序方法，如插入排序、快速排序、归并排序等各种排序方法对数据进行排序，最后将排序好的数据存入文件。但这些方法却不能在此适用，由于数据量巨大，在32bit机器中，一个整数占用4B，而9亿条数据共占用9×10 ⁸ ×4B，大约需要占用3.6GB内存，对于32bit机器而言，很难将这么多数据一次载入到内存，更不谈进行排序了，所以此种方法一般不可行，需要考虑其他方法。
方法一：数据库排序法。将文本文件导入到数据库中，让数据库进行索引排序操作后提取数据到文件。该种方法虽然操作简单、方便，但是运算速度较慢，而且对数据库设备要求比较高。
方法二：分治法。通过Hash将9亿条数据分为20段，每段大约5000万条，大约占用5×10 ⁶ ×4B=200MB空间，在文件中依次搜索0～5000万，50000001～1亿……将排序的结果存入文件。该方法要装满9位整数，一共需要20次，所以一共要进行20次排序，需要对文件进行20次读操作。该方法虽然缩小了每次使用的内存空间大小，但是编码复杂，速度也慢。
方案三：位图法。考虑到最大的9位整数为999999999，由于9亿条数据是不重复的，可以把这些数据组成一个队列或数组，让它有0～999999999(一共10亿个数)个元素数组下标表示数值，结点中用0表示没有这个数，1表示存在这个数，判断0或1只用1bit存储就够了，而声明一个可以包含9位整数的bit数组，一共需要10亿/8，大约120MB内存，把内存中的数据全部初始化为0，读取文件中的数据，并将数据放入内存。比如读到一个数据为341245909，那就先在内存中找到341245909这个bit，并将bit值置为1，遍历整个bit数组，将bit为1的数组下标存入文件，最终得到排序后的内容。
此类排序问题的求解方法一般都是采用上述方法。海量数据处理中与此类似的问题还有以下几种：
1)一年的全国高考考生人数为500万人，分数使用标准分，最低100分，最高900分，不存在成绩为小数的情况，把这500万考生的分数排序。
2)一个包含n个正整数的文件，每个正整数小于n，n等于1000万，并且文件内的正整数没有重复和关联数据，输出整数的升序排列。