前四节提供了几个小案例 下面详细介绍MapReduce中Map任务Reduce任务以及MapReduce的执行流程。 Map任务： 读取输入文件内容，解析成key,value对。对输入文件的每一行，解析成key,value对。每一个键值对调用一次map函数。 写自己的逻辑，对输入的key，value处理，转换成新的key,value输出。 对输出的key,value进行分区。 对相同分区的数据，按照key进行排序（默认按照字典排序）、分组。相同key的value放在一个集合中。 （可选）分组后对

概念 MapReduce是hadoop分布式计算框架。 MapReduce意味着在计算过程中实际分为两大步，Map过程和Reduce过程。 下面以一个统计单词次数简单案例为例: 数据源 Map类 import java.io.IOException; import org.apache.hadoop.io.LongWritable; import org.apache.hadoop.io.Text; import org.apache.hadoop.mapreduce.Mapper; //