1. A B两个都是索引需要走树搜索，时间复杂度在log(M)，由于有两个条件，其中一个条件选取完后，第二个条件进行树搜索的过程中需要，回来遍历第一个条件命中数据，时间复杂度为O(N), 让N为数据小的过滤条件，所以建立索引(B,A)。 2. 用分治+一致性hash的方法，如楼上所说，按10的模hash可分成10个文件，每个1G，每次排序任务统计频次需要最多额外1G的空间，然后排序算法最好用原地排序算法，加上我们只关心每个文件中的重复数最大值，用推排序比较合适，最后结果合并比较。