Hadoop Streaming二次排序

由于Hadoop机器内存不足，所以需要把数据mapred进来跑。

这样，就需要，同一个key下的输入数据是有序的，即：对于keyA的数据，要求data1先来，之后data2再来……。所以需要对data进行二次排序。

-D stream.num.map.output.key.fields=2

这个，可以设置在map之后，进行partition时，使用前两个tab的数据进行排序（包括key和data中的第一列）。

具体参考：http://blog.csdn.net/xhu_eternalcc/article/details/47147425

http://www.dreamingfish123.info/?p=1102