有时候,我们只需要对文件做并发处理,并不关心相同key的记录间的关系。
这时,只需要map函数处理输入数据。
如果不指定reducer选项,系统仍然会默认执行一次cat命令。
如何去了不必要的分桶排序操作呢?
方法一:
把mapred.reduce.tasks设置为零,Map/reduce框架就不会创建reducer任务,mapper任务的输出就是整个作业的最终输出。
方法二:
“-reduce None”选项,它与“-jobconf mapred.reduce.tasks=0”等价。