场景题：一个100G的文件中含有滴滴车主接单日志，包括车主ID、订单ID、状态字段。请统计接单数量最多的10个车主，要求相同车主ID和订单ID的不同状态视为同一订单，需要去重处理。
考察说明
考察大数据量的分布式或外排序处理思路、去重逻辑和Top-K算法设计
回答思路
- 明确去重键为车主ID+订单ID，去重后再按车主ID聚合
- 提出应对100G单机内存不足的分片或外部排序方案
- 说明使用哈希分片到多机或内存受限场景下的处理流程
- 给出最终Top-10的合并方法，如小顶堆或归并排序
- 考虑文件格式解析和字段提取效率，避免全量载入内存
本题已收录答题指导
本题附完整参考答案与评分标准
登录后可查看结构化答题指导；也可以直接开一场模拟面试，AI 面试官用本题实时追问并给出评分。