MapReduce之Map阶段的join操作案例

在这个案例中我们要实现的是Map端的join，通常情况下我们会将小表放在分布式缓存中，然后将大表通过正常的map阶段与小表进行join，得到一个join之后的结果，这样map之后的结果就是我们想要的结果，那么就不需要reduce了，所以在该案例中，我们只需要自定义Mapper和主类即可。

沿用上一个案例中的两个表，我们把学生基本信息表作为小表，把成绩表作为大表。

• 准备数据

先将数据文件放入HDFS中：

[root@hadoop01 test_data]# hdfs dfs -mkdir /test_distributed_cache
[root@hadoop01 test_data]# hdfs dfs -put map* /test_distributed_cache

 我们需要在程序启动时就将小表的数据文件放入分布式缓存中，这一步骤需要在主类中配置才能实现。

新建project：

• 引入pom依赖

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"
         xmln