50萬年薪程式設計師的面試題
有一位網友發了他們最近招聘時使用的一個面試題，把它作為薪資的薪資的參考標準之一，如果回答得好，就定位在50萬以上年薪。題目是這樣的：
有一個 10TB 的數據文件，裡面內容全是 64bit 整數，大小順序是亂的，要求把原有 10TB 文件中所有整數進行排序，排序後內容寫到新文件中，只用標準 C/C++ 或者 Golang，不用其他任何第三方工具庫，如何解決這個問題? 估計程式碼量大概多少? 寫程式碼和調試，一共需要多長時間實現? 在普通伺服器上，完成排序，需要運行多長時間?
非常經典的 大文件排序，這種類型的題目我看著特別有親切感。因為我自己是做大數據的，Hadoop MapReduce 底層實現里有相當一部分程式碼是專門做這個事情的，當時看過之後受益匪淺，最大的感受就是單純的文件排序（理想環境）和特定業務場景下的文件排序（現在環境）實現複雜度完全不是一個量級，有興趣的同學可以自己翻一下相關的源碼實現（Java）。
後來在團隊招聘的時候，很多候選人面試過程中都會提及 Hadoop MapReduce Shuffle 的實現過程，用於證明自己對於大數據底層實現原理是有研究的。提到的次數多了之後，我就發現大部分同學這部分內容的理解多數來源於《Hadoop權威指南》這本書相關的章節，描述的整體流程是沒有問題的，但很多都經不起推敲，涉及到實現細節，每個人掌握的程度差別就很大了。
考慮到不是每一個同學都會了解這個實現過程，或者看過相關的源程式碼，就做了一個簡化：完全脫離 Hadoop、Spark、Flink 之類的框架環境，就一台本地伺服器，用一個你自己熟悉的程式語言，不藉助第三方庫，針對大文件排序的問題，給出實現方案和關鍵細節。
候選人給出的答案大致可以劃分為以下幾個類型，我這裡列出的粒度比較大：
- 沒有思路；
- 能夠給出分而治之的思路，就是常見的劃分成多個小文件局部排序，然後再歸併成一個大文件；
- 能夠給出單執行緒版本的實現方案和關鍵細節；
- 能夠給出多執行緒版本的實現方案和關鍵細節；
- 能夠給出分散式版本的實現方案和關鍵細節，前面部分能夠搞定，才會到這裡；
對於第 2 種情況，候選人應該了解過數據結構與演算法里的分治法和歸併排序，或者就是提前背過類似的題目和答案，需要進一步考察；
對於第 3 或 4 種情況，實現方案主要考察候選人的邏輯思維和溝通能力，就是腦子裡有想法，還能夠講述明白；關鍵細節主要考察程式碼能力，可能會涉及到IO、多執行緒、異常處理等；
對於第 5 種情況，主要考察候選人分散式計算和存儲相關領域的儲備和經驗，因人而異。
我要求的答案必須是兩個部分：
- 實現方案
對於某個問題，能不能給出一個可行的實現方案。這個方案可以是自己想出來的，也可以是從別人那裡借鑒學習過來的。
因為現在市面上有好多大廠面試真經之類的東西，專門匯總常見的面試題型和答案，所以我需要進一步判斷你是真的有貨，還是只是看起來有貨。 - 關鍵細節
對於給出的實現方案，能不能落地成實際的程式碼。大部分看起來有貨的這個地方就會露餡，我也會根據候選人的回饋延伸出若干變種，充分考察程式碼能力。
有想法，能落地，才是一名程式設計師工程能力的最好體現。
