大概有多少条数据。 数据条数不多（千万级别）但是每一行的列多的话，可以考虑先扫一遍两个 csv ，记录一下每一个 csv 里面 name 和 file byte offset 的对应关系。然后在内存里面根据 name 进行你的几个操作，最后根据记录下来的 offset 从 csv 里面重新读出来对应的 Person 。
第一个问题就是你是否有足够的磁盘空间，如果有的话，完全可以先排完序再说。 假设你使用 64 位操作系统，先分别排序两个 csv ，这样做： 1. 把 x.csv 映射到虚拟内存。 2. 扫描一次，计算行数 n 。 3. 建立一个长度是 8n 字节的文件 x.dat ，映射到内存，把它看成长度是 n 的 uint64 数组 index 。 4. 扫描 x.csv ，在 index[i] 放置第 (i-1) 行开始的位移。 5. 对 index 的元素 z 按 x.csv 从 z 处提取出的字符串升序排序。 6. 保存 x-sorted.csv 。 上述操作需要 O(n log n) 的时间。 然后同时把 a.csv, a.dat, b.csv, b.dat 映射到虚拟内存，并用有序合并算法计算需要的三个结果，这需要 O(n) 的时间。 额外的磁盘空间复杂度是 O(n)，具体来说，显然不会超过 20 GB 。
