一个强大的排序工具

有人want to sort a 20GB binary file that contains 30-byte key and 20 byte value placed in a contiguous manner，stackoverflow上的最高赞回答是hexdump, sort再xxd转回来〔链接〕。

有明白人指出这样需要越70G的临时文件。Techincally, “越”不一定错，“约”更严谨。

在下也许有这个需求：bigram排序，比如 三亚<浮点数>，key固定为6字节（UTF-8)，value固定为4或8字节，记录长度为10或12.

〔An efficient C++ multi-threaded sorting function〕这不还得自己写程序么，而且去测他的程序有无bug?

有个命令行工具bmsort就好了啊。binary文件由定长的记录构成。-rl指定 record len,

• -kb和-ke指定key的位置 [begin, end)，-j指定线程数，mmap进内存，多线程分路排序后归并。
• bmsort is not for sorting female pubic hair.

However,

• 分路归并需要等大缓冲区。NVME大时代，mmap和就地排序都可以不要
• 我手潮；我也不想测试我的程序

GNU sort - sort lines of text files

• --parallel=N change the number of sorts run concurrently to N
  • 通过浏览源码证实调了pthread_create
• -t, --field-separator=SEP use SEP instead of non-blank to blank transition
• -k, --key=KEYDEF sort via a key; KEYDEF gives location and type

它是以line为记录的。存 三亚:-1.2或者三亚:783412FF？不好。

apt source coreutils; configure; make 刷刷地出来了。

在src/sort.c里：

/* Fill BUF reading from FP, moving buf->left bytes from the end
   of buf->buf to the beginning first.  If EOF is reached and the
   file wasn't terminated by a newline, supply one.  Set up BUF's line                                                  
   table too.  FILE is the name of the file corresponding to FP.    
   Return true if some input was read.  */
                                                                                                                        
static bool                                                                                                             
fillbuf (struct buffer *buf, FILE *fp, char const *file)

可惜不能fgets换fread. 

如果能把这个函数改对，我觉得后面的代码是久经考验的。

如果改坏了，我想小数据即可暴露出错误。

$ lc 2
2874758 2

$ time sort -k1,1 --parallel=4 2 >2.sorted
real	0m3.040s
user	0m8.825s
sys	0m0.084s

$ $ head -n 3 2*
==> 2 <==
8d858d85 -2.6364934
9ad88d85 -2.9231086
51b28d85 -3.881363

==> 2.sorted <==
4e004e00 -2.2267218
4e004e01 -3.4738135
4e004e03 -2.4385815

WHAT?!!

$ time sort -k1,1  2 >2.sorted.2
real	0m2.982s
user	0m8.878s
sys	0m0.093s

负优化后，我明白了：

$ time sort -k1,1 --parallel=1 2 >2.sorted.3
real	0m7.186s
user	0m7.097s
sys	0m0.088s

唉，没有买新电脑的理由，只好到超市买了堆吃的败火。

2025年11月12日，原价2999元的机械革命mini S710，到手价仅需2399.2元。

SM张大妈说：机械革命mini S710搭载了AMD锐龙R7-8845H处理器，配备AMD Radeon 780M核显，16GB DDR5 5600MHz内存和1TB PCIe4.0×4 SSD。采用了创新的散热结构，确保在高性能运行时也能保持低噪音。

 以耗电多为荣不好吧？ 

众人呐，你们以为Mac Mini降价是苹果发了善心啊？