在平时的开发中，我们或多或少的会用到排序。在最开始学习语言的时候，我们都会学习基本的排序算法。例如：冒泡排序，基数排序，快速排序，插入排序，选择排序。

如果列表的字符串是数字，代码排序起来很费劲。

我们可以使用排序器自定义列表排序

例如：

简介：HBase的存储引擎是基于LSM-Like树实现的，更新操作不会直接去更新数据，而是使用各种type字段（put，delete）来标记一个新的多版本数据，采用定期compaction的形式来归档合并数据。这种数据结构将写操作变得非常简单且高效，但是却给读造成了很大的困扰。读取过程需要根据列族读取不同HFile中的数据；还需要根据版本进行过滤，同时对已经标记删除的数据也要进行过滤；硬盘中的数据与MemStore中的数据重合时，还需要执行合并，最后在内存中拼接成一行完整的数据再向上返回。 本文粗粒度地展示了HBase的读取链路，欢迎一起探讨交流～

流使程序猿可以在抽象层上对集合进行操作。

从外部迭代到内部迭代

什么是外部迭代和内部迭代呢？

个人认为，外和内是相对集合代码而言。

读取文件内容，然后进行处理，在Java中我们通常利用 Files 类中的方法，将可以文件内容加载到内存，并流顺利地进行处理。但是，在一些场景下，我们需要处理的文件可能比我们机器所拥有的内存要大。此时，我们则需要采用另一种策略：部分读取它，并具有其他结构来仅编译所需的数据。

在MapReduce中，Shuffle和Reduce是数据处理流程的关键部分，特别是在从Map阶段到Reduce阶段的数据转换和传输过程中。让我们详细探讨这两个阶段的工作原理：

一、Redis使用过程中一些小的注意点

1、不要把Redis当成数据库来使用

简介

集合在任何语言都有非常广泛的应用，不同集合底层对应的数据结构和算法决定了它的特征，面试中总会被问到各个集合之间的区别和它们的特点，其实了解底层数据结构和算法后这些问题都会引刃而解，万变不离其宗。本文尝试从底层剖析主流集合的底层结构与实现原理，如无特殊说明，本文源码出自jdk1.8。

1.1 案例场景

假设银行提供了一些 API 接口，对参数的序列化有点特殊，不使用 JSON，而是需要我们把参数依次拼在一起构成一个大字符串：