1. hash
2. 加序号
3. 按照 hash 分区
4. 逐个处理分区
5. 分区内排序
6. 分区外归并排序

只有单机的话，可以考虑用 duckdb ，多机就用 spark 吧。

@drymonfidelia 看错了，还以为是 6GB 的 csv 文件在线处理呢，那确实不适合 duckdb 。

还是上 spark 吧，硬盘配大点就行。

203 亿行 csv 有那么大吗，我们每天备份全量的 17 亿行信息，保留几十天，用 orc 存储，也就几百 G 。

duckdb 值得拥有

@liyafe1997 对呀，客户当然有权利可以分发，但是红帽就终止合同，停止你获得后续的二进制和源码的机会。这个并没有限制你已经到手的源码和二进制的分发权利。因此不违背 gpl 协议。

gpl 规则是获得二进制的人，也能获得源码。
因此只要限制二进制的获得合同就行。

可以的，红帽就是这么干的。
你订阅 redhat ，我就给源码给你。但你一旦共享出去，咱们合同立刻取消。
实际上 redhat 不是带头这样干的，高通 MTK 博通英飞凌等等都有类似协议。

gpl 只需要遵守二进制的

@wuerbuzuo 建议直接锁死 win xp

你自己不升级固件，导致体验不佳。
升级了新固件后，体验大大好转。

然后结论是不想用中兴，中兴有坑？

国内巴不得不要密码，通通要指纹，手机号，人脸识别，掌纹，免密，虹膜，进行登录和付款。

@Aawhale 真删除数据还得看 google cloud ，前几天把澳大利亚的基金巨头的数据全删除了，多地机房，所有备份，都给 google 霍霍完了。
幸亏基金巨头自己做了多云备份，才免招 google 毒手。

等等，为啥反诈要推到银行头上。
懂不懂什么叫存取款自由啊😅

我们是国企，基本上只招应届生...
所以只要看看今年招的人质量高不高就行。
比如 23 届质量真的是杠杠的，从来没有那么好过。
今年 24 届比不过 23 届，说明行情还是好了不少。

@drymonfidelia 越来越像博客园那篇文章了，好像也是高代对象的问题，你可以搜一下文章试试。