主要观点：现代计算机内存并非完美随机存取，常见数据分片算法存在性能瓶颈，通过排序可减少缓存缺失提高性能，有多种缓存感知排序算法且基数排序效果较好，通过多种优化技巧可进一步提升性能，不同机器的最优截断值不同，基准测试表明优化算法在大数据量下效率更高。
关键信息：

• 介绍 RAM 神话及常见数据分片算法的性能问题。
• 提出通过排序减少缓存缺失的方法及相关代码。
• 讲述多种缓存优化技巧，如预计算桶大小等。
• 给出不同机器上优化算法的性能测试结果及图表。
  重要细节：
• 以 Python 伪代码和 Rust 代码示例说明算法和优化过程。
• 介绍不同机器上最优截断值的差异及确定方法。
• 基准测试中输入数据为随机 64 位整数，平均组大小为 10。
• 对比了优化算法和基数排序算法的性能及随数据量变化的情况。