大数据下利用二次排序的算法实现气象数据的排序

思路： 

原始数据：（原始数据可以从ncdc的气象数据获取到）

年，月，日，温度 

1901,07,12,289
1901,07,13,267
1901,07,14,261
1901,07,15,278
1901,07,16,300
1901,07,17,278

1932,06,27,389
1932,06,28,400
1932,06,29,368
1932,06,30,372
1932,07,01,374

实现后的结果

1901-07，261，267，278，278，289，300

1932-06，368，372，389，400

1932-07，374

新的排序以年-月为键值，温度为值，将温度进行了排序，

方案一： 直接map读取数据，对数据进行拆分，新的key和value分配完，规约至reduce，在reduce处理中，对值进行排序

                优点： 处理简单          缺点： 数据量大，内存不够用

                所以在大数据量的情况下，基本不可用。

方案二： 使用MapReduce框架对归约器进行排序，依赖于hadoop框架，这样在hadoop框架下，内存不在是瓶颈，不会发生

                内存溢出。

                设计思路： 1 构造中间键，组合键起到即可做键值，又能排序的作用。