求解如何在TB级别数据中找到top 100高频词 加米！

已经两次在面试中遇到了，感觉这也是实际工业界常碰到的问题？
感觉自己每次都没答好, 用minHeap，对于稀有单词直接清除啥的，还有MapReduce应该也可？
求地里大牛们指教！真心想知道该怎么做！