hadoop 单词筛选 top-k问题

      最近开始学习hadoop，(hadoop 以下简称hd)，在完成了hd的环境搭建之后，就开始试着跑那些原始例子，比如其中的wordcount，统计文章中各单词的出现频率。由于本人还在念书，在我们这学期开设的软件工程课上，老师布置了一道题。如下：

    请实现程序：筛选出文章中出现频率最高的10个词语。文件大小30k--300k.

    一看这题，我立马想到了hd去实现，这300k的数据简直不够塞牙缝，由于本人是新手，就在网上找资料，不料，都没有能完全满足要求的代码。但是本人发现了解决topK问题的方法。并且通过编程，和娄哥的帮助，实现了top10问题，以此与众新手分享。

    ps:本程序是在wordcount基础上修改的，并且用的是hd的老mapreduce框架。(mapreduce以下简称mapred)

    大致思想是将多个mapred连接起来，将复杂任务分解成一些简单的子任务，每个均需通过单独的mapred作业来完成。

    首先，按照mapred框架，在第一次完成mapred之后，每个单词出现的频率会被统计，并且成 键值对（key/value）形式（单词 /次数），reduce之后，单词会成升序进行排序。

    由于mapred