If_DoNothing的博客

转载 Hadoop&Spark解决二次排序问题(Hadoop篇)

问题描述二次排序就是对每一个key对应的value进行排序，也就是对MapReduce的输出(KEY, Value(v1,v2,v3,……,vn))中的Value(v1,v2,v3,……,vn)值进行排序（升序或者降序），使得Value(s1,s2,s3,……,sn)，si ∈ (v1,v2,v3,……,vn)且s1 < s2 < s3 < …… < sn。假设我们有以下输入文件（逗号分割的分别是年