1、给定a、b 两个文件，各存放50 亿个url，每个url 各占64 字节，内存限制

是4G，让你找出a、b 文件共同的url

2、有一个1G 大小的一个文件，里面每一行是一个词，词的大小不超过16 字节，

内存限制大小是1M，要求返回频数最高的100 个词

3、现有海量日志数据保存在一个超级大的文件中，该文件无法直接读入内存，

要求从中提取某天出访问百度次数最多的那个IP

4、128G 如何对5T 的数据的ip 做word count

5、HDFS 上有一个sample.txt 文件，里面每行存放的是登录用户的ip，不同行可

能有相同的ip，一个mapreduce 程序找到访问次数最多的ip

6、假如有一个文件大小为1G 的文本文件，每行都不超过20 个字符，可用内存

只有100M，现需要进行对该文件进行排序，请给出思路