排序连接大数据

MapReduce 的 shuffle 通过分区和排序把相同键的数据送到同一 reducer，使连接、分组、聚合都能局部完成。排序不是附属步骤，而是把分布式问题变成可并行归并的结构。它牺牲中间 I/O，换来简单可靠的执行模型。