Hadoop_day06_MapReduce 的 Reduce 和 Map 端实现 join 操作

一、Reduce 端

1. 需求

商品表

id	pname	category_id	price
P0001	小米5	1000	2000
P0002	锤子T1	1000	3000

订单数据表

id	date	pid	amount
1001	20150710	P0001	2
1002	20150710	P0002	3

2. 实现步骤

       通过将关联的条件作为map输出的key，将两表满足join条件的数据并携带数据所来源的文件信息，发往同一个reduce task，在reduce中进行数据的串联

2.1 定义 Mapper

public class ReduceJoinMapper extends Mapper<LongWritable,Text,Text,Text> {
    @Override
    protected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {
        // 判断数据来自哪个文件
        FileSplit fileSplit = (FileSplit) context.getInputSplit();
        String fileName = fileSplit.getPath().getName();
        String[] split = value.toString().split(",");
        if (fileName.equals("product.txt")){
            // 数据来自商品表
            context.write(new Text(split[0]),value);
        }else {
            // 数据来自订单表