MapReduce排序--倒排序索引

第1关：MapReduce排序-倒排序索引

任务描述
本关任务：统计出每个单词出现的文档路径及词频数。

相关知识
倒排序索引概述
“倒排索引”是文档检索系统中最常用的数据结构，被广泛地应用于全文搜索引擎。 它主要是用来存储某个单词（或词组）在一个文档或一组文档中的存储位置的映射，即提 供了一种根据内容来查找文档的方式。由于不是根据文档来确定文档所包含的内容，而是进行相反的操作，因而称为倒排索引。

简单来说根据单词，返回单词在哪个文件中出现过，而且频率是多少的结果。

文件格式说明以及文件内容
本实训编程所用到的输入文件格式为 txt 格式，文件名为input1.txt,input2.txt,input3.txt。

input1.txt文件内容：

MapReduce is easy to learn MapReduce is a programming model MapReduce parallel computing of large data sets MapReduce is a cluster based high performance parallel computing platform It allows common commercial servers on the market to form a distributed and parallel computing cluster with dozens hundreds to thousands of nodes.

input2.txt文件内容：

MapReduce is easy to operate MapReduce is easy to understand MapReduce is a computing model framework and platform paral