MapReduce中实现自定义分区Partitioner

    有时候在利用mapreduce进行任务计算时，需要按照不同的规则，将不同的结果输出到不同的文件中，以便将计算结果分类。比如有这样一组数据，我们需要根据第一列的编号进行划分，让相同编号的第二列内容输出到同一个文件中，不同编号的内容输出到不同的文件中。

0,hello world
1,hello ketty
2,hello tom
0,hello lyf
0,good morning
2,test
3,33333

方案一：MultipleOutputs类

    利用MapReduce提供的MultipleOutputs类（API 2.0）可以很容易的实现。MultipleOutputs类提供了三种不同的write函数用于将结果输出到不同的文件中，可根据自己的情况灵活使用。

public <K, V> void write(String namedOutput, K key, V value)
public <K, V> void write(String namedOutput, K key, V value, String baseOutputPath)
public void write(KEYOUT key, VALUEOUT value, String baseOutputPath)

参数：
    key:               输出的key
    Value:             输出的value
    namedOutput:       在JOB中定义的输出名，可自定义不同的输出格式
    baseOutputPath:    自定义输出文件目录，可为多级目录，如果最后一级不存在，则默认为输出文件的前缀名

    无奈集群某些原因，任务迁移至别的集群之后MultiOutputs类无法使用，只好另寻出路了，于是就有了下面的方案。

方案二：自定义Partitioner

    利用MapReduce提供的Partitioner类，我们可以自定义我们自己的Partitioner。

    首先我们需要了解MapReduce的工作原理，我们知道，简单来说Mapper阶段主要是负责分发数据到各个Reducer，然后Reducer负责聚合各个Mapper分发过来的数据。一般情况下，这个具体如何分发的我们并不太关心，这是因为框架本身有一个默认的设置，会帮我们自动完成。而这个默认的自定如何分发数据的类就是Partitioner。我们来看一下默认的HashPartitioner。

pa