不了解最新的分布式架构，但感觉这也太符合 MapReduce 的思路了…

逻辑上：
1. 把文件扫一遍，得到 id->list[pair<content,sort>]的映射。
2. 单独为每个 id 的内容做内部排序。

实现上：
1.无论用什么方法，一轮文件 IO 把数据都进来都是需要的。为了后续处理更方便，再多加一轮 IO ，先把大文件按 1<id<10w, 10w+1<id<20w...切成多个小文件，这样每个小文件都是独立的，后续处理时维护的中间状态会少很多。
2. 每个小文件用一个进程处理，得到 id->list[pair<content,sort>]的中间结果。要么像楼上说的直接进数据库，要么每个 id 的内容放在一个文件里。一个小文件跑完后就可以从中间结果生成最终数据了。

并行度可以在切小文件的时候控制（每个小文件 10w 还是 100w 个 id ）。

前提：
你存放最终结果的数据库需要能承受这么大的最终数据，否则啥办法都白搭。

@wxgsorry 有价值的数据都在云端（甚至桌面我都在用坚果云同步）。否则，硬盘损坏/电脑丢失等情况造成数据丢失的可能性，会比 C 盘满了更能让我焦虑……

翻了两页没人提这个：
Attention is all you need.

六月份刚南京搬上海，全部走顺丰大件的快递，算下来大概一斤一块钱。
当然坏处是没法跟人同时到

从问题和给的样例来看，OP 应该是刚入门？
建议先学习一下 STL ，也就是 std::vector 之类的。楼上说的其他方案都更高阶了，可能不是现阶段你需要的

@LuBenwei6p
微信公众号“阿里云开发者”（带阿里蓝标认证的），最新一篇就是怎么用阿里云搭这个游戏的服务器哈哈哈。
不过这个貌似是游戏开发商提供的方案，可能跟你理解的私服不一样

初期塑造的廉价形象，小米手机花了至少五年才勉强摆脱，最终靠 13 系列在高端站稳了一点。
所以我觉得小米汽车比其他家更不可能走低价路线…

@b1t 林生祥，很不错的音乐人，但因为是方言民谣，所以受众不算特别广

另外 OP 这是什么层次的学校啊，我记得我大三的时候写代码还行，但 git 、LaTeX 都约等于不会，而且是 CS 的普遍情况。可能是我们就业氛围不浓厚，大部分人以升学为主？

确实样本量有点小了。另外 CS 本科生 2 能拿到这份工作的前提是投递的人少，如果你收到 200 份简历，这种简历像草稿、技术栈不匹配的的会第一批被筛掉。

说个题外话，我读书的时候 git 用得云里雾里的，工作后很快就熟悉了常用的指令，再加上偶尔查查 StackOverflow ，现在也够用了。我觉得这种工具是需求驱动的，读书时很少有多人协作的场景，git 对我来说就是和 onedrive 差不多的备份系统。即便当时去看教程，也只是认识一些指令，很快又忘掉。不过前提还是得懂 git 的基本原理。

相册+和别人的聊天记录，这两者被动地帮我记下很多事情。
主动记的话，用过 Journey ，现在用 Diarium ，设置一下坚果云的 webdav 就能全平台同步了。数据的格式我以前解过，不难解，所以最坏情况下即便开发者不维护了数据也还在，挺好的。