直接回答

10GB 文件超出单机内存时用外部排序：先把文件分块读入内存，每块内排序后写成临时有序文件（归并段），再多路归并这些临时文件得到整体有序输出。10TB 量级单机磁盘和耗时都难以承受，需分布式排序，如 MapReduce/Spark 的全排序，或分片到多机分别外排再归并。

展开解析

外排关键参数是内存块大小与归并路数。k 路归并用一个大小为 k 的最小堆（败者树亦可），堆中每个元素记录来自哪个文件，依次取最小写输出并补充该文件下一条。归并路数越大、趟数越少，但单趟 I/O 仍是瓶颈，常用多路平衡归并。若数据是定长数值还可用范围分区（如按首字节桶排序）减少归并压力。10TB 场景追问点：数据倾斜导致某节点负载过高、中间结果磁盘放大、容错（节点挂掉重算）、以及用采样确定分区边界保证各分片大小均匀。易错点是忽略排序关键字仅占记录一部分时如何搬运整条记录。

示例

假设内存能装 1GB，10GB 文件切成 10 块各排好序后，用 10 路堆归并一遍即完成；10TB 则先按 key 范围哈希/采样分区到几十台机器，每台外排后汇总。