我正在阅读wikipedia的外部排序，需要了解为什么2阶段合并比1阶段合并更有效。
Wiki：但是，单程合并存在限制。作为 块的数量增加，我们将内存分成更多的缓冲区，所以 每个缓冲区都较小，所以我们必须做很多较小的读取 而不是更大的。
因此，使用单个合并对100 MB RAM中的50 GB进行排序 pass效率不高：磁盘需要填充输入 来自500个块中每个块的数据的缓冲区（我们读取100MB / 501~ 每次从每个块200KB）占用大部分的排序时间。运用 两个合并过程解决了这个问题。然后排序过程可能会 看起来像这样：
Run the initial chunk-sorting pass as before.
Run a first merge pass combining 25 chunks at a time, resulting in 20 larger sorted chunks.
Run a second merge pass to merge the 20 larger sorted chunks.
有没有人能给我一个简单的例子来理解这个概念。我特别感到困惑的是在2阶段合并中分配更多buffers。
答案 0 :(得分：0)
问题是随机访问开销，平均旋转延迟大约为4毫秒，平均搜索时间大约为9毫秒，所以说平均访问时间为10毫秒，而平均传输速率大约为每秒150兆字节。因此，平均访问开销与读取或写入1.5兆字节的时间大致相同。
大I / O减少了访问时间的相对开销。如果一次读取或写入10兆字节的数据，则开销降低到15％。使用wiki示例100MB的工作缓冲区和25个块进行合并，加上一个用于写入的块，这是3.8兆字节的块，在这种情况下，随机访问开销约为39％。
在大多数PC上，可以为1GB工作缓冲区分配足够的内存，因此每块超过40兆字节的26个块，将随机访问开销减少到3.75％。每块大约50个块大约20兆字节，随机访问开销约为7.5％。
请注意，即使有50个块，它仍然是两次通过排序，第一次使用所有1gb缓冲区进行内存排序，然后写入已排序的1gb块。第二遍合并了导致排序文件的所有50个块。
50个块的另一个问题是，需要一个最小堆类型方法来维护已排序的信息，以便确定哪个块的哪个块是50中最小的块并移动到输出缓冲区。将元素移动到输出缓冲区后，将新元素移入堆中，然后重新堆化堆，这需要大约2 log2（50）次操作，或大约12次操作。这比做49的简单方法要好，以便在进行50路合并时确定50个元素组中的最小元素。堆由结构，当前元素组成，它是块（文件位置或文件），块中剩余的元素数，......。