使用場景：主要用於索引，以提高搜尋資料速度
例如百度搜索

執行環境：windows下VM虛擬機器，centos系統，hadoop2.2.0，三節點 ，java 1.7
需要處理的資料為

求出每個索引所對應的包含索引的網址

package boke;

import java.io.IOException;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.conf.Configured;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.mapreduce.Mapper;
import org.apache.hadoop.mapreduce.Reducer;
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
import org.apache.hadoop.util.Tool;
import org.apache.hadoop.util.ToolRunner;

public
 
 class descSort extends Configured implements Tool{
//map任務主要是把每行資料切分，把索引作為key，網址作為vaule
    public static class Map extends
    Mapper<LongWritable,Text,Text,Text>
    {
        public void map(LongWritable key,Text value,Context context)throws InterruptedException,IOException
        {
            String[] lineSplit=value.toString().split(" "
 
);
            context.write(new Text(lineSplit[0]), new Text(lineSplit[1]));
        }
    }
    //reudce階段是把相同key（索引）的網址統一放到集合中，再統一輸出
    public static class Reduce extends Reducer<Text,Text,Text,Text>
    {
        public void reduce(Text key,Iterable<Text> values,Context context)throws InterruptedException,IOException
        {
            StringBuffer sb =new
 
 StringBuffer();
            boolean sign=false;
            for(Text id : values)
            {
                if(sign)
                {
                    sign=true;
                }
                else
                {
                    sb.append(" ");
                }
                sb.append(id.toString());
                }
            context.write(key, new Text(sb.toString()));
        }
    }
    public int run(String[] args)throws Exception
    {
        Configuration conf=getConf();
        Job job=new Job(conf,"descSort");
        job.setJarByClass(descSort.class);
        job.setMapperClass(Map.class);
        job.setReducerClass(Reduce.class);
        //這裡用了combiner可聚合每個map結果，減少reduce傳輸資料容量，從而優化效能
        job.setCombinerClass(Reduce.class);
        job.setOutputKeyClass(Text.class);
        job.setOutputValueClass(Text.class);
        FileInputFormat.addInputPath(job, new Path(args[0]));
        FileOutputFormat.setOutputPath(job, new Path(args[1]));
        job.waitForCompletion(true);
        return job.isSuccessful()?1:0;
    }
    public static void main(String[] args)throws Exception
    {
        int rsa=ToolRunner.run(new Configuration(), new descSort(), args);
        System.exit(rsa);
    }
}

執行結果

注：combiner和reduce階段對資料處理的方法相同，如
（1 ，wwww.adf.com）（1 ，www.ert.com）
在combiner階段會合併成（1，wwww.adf.com www.ert.com）
map階段結束後會把資料存在本地，reduce階段把需要的資料通過網路傳輸到reduce節點本地，combiner可聚合map的結果，從而降低傳輸資料的大小，優化效能