解决思路1: 通过order by col limit n实现全局排序
缺点是仅使用一个reducer, 数据量大的时候效率会非常低.
=============================
解决思路2: 通过sort by col limit n实现并行局部排序, 然后外层进行全局的order by col limit n全局排序
分析: 局部排序是并行的, 一个数据要想在最终的topN中出现, 首先必然能够在局部的topN中出现. 外层的order by col limit n虽然仍是全局的, 但数据量级已大大降低. 最终能够得到更高的效率和同样的结果.
============
对于分组topN, 直接使用分组排序函数解决即可.