1、首先一點，對於海量數據處理，思路基本上是確定的，必須分塊處理，然后再合並起來。
2、對於每一塊必須找出10個最大的數，因為第一塊中10個最大數中的最小的，可能比第二塊中10最大數中的最大的還要大。
3、分塊處理，再合並。也就是Google MapReduce 的基本思想。Google有很多的服務器，每個服務器又有很多的CPU，因此，100億個數分成100塊，每個服務器處理一塊，1億個數分成100塊，每個CPU處理一塊（此處可以使用堆排序處理TopK）。然后再從下往上合並。注意：分塊的時候，要保證塊與塊之間獨立，沒有依賴關系，否則不能完全並行處理，線程之間要互斥。另外一點，分塊處理過程中，不要有副作用，也就是不要修改原數據，否則下次計算結果就不一樣了。
4、上面講了，對於海量數據，使用多個服務器，多個CPU可以並行，顯著提高效率。對於單個服務器，單個CPU有沒有意義呢？
也有很大的意義。如果不分塊，相當於對100億個數字遍歷，作比較。這中間存在大量的沒有必要的比較。可以舉個例子說明，全校高一有100個班，我想找出全校前10名的同學，很傻的辦法就是，把高一100個班的同學成績都取出來，作比較，這個比較數據量太大了。應該很容易想到，班里的第11名，不可能是全校的前10名。也就是說，不是班里的前10名，就不可能是全校的前10名。因此，只需要把每個班里的前10取出來，作比較就行了，這樣比較的數據量就大大地減少了。