mapreduce--倒排索引

首先解释一下什么是倒排索引：根据单词，返回它在哪个文件中出现过，而且频率是多少的结果。就像我们利用百度搜索引擎去搜索一个东西，那么百度引擎就迅速的在它的服务器里找到有该关键字的文件，并根据频率和其他一些策略（如页面点击投票率等等）来给你返回结果。这个时候倒排索引就起了很大作用。

接下来通过一个案例，来理解倒排索引：

图3-11表示倒排索引最终的结果，左边方框表示被索引的文件，在右边方框里表示某单词在某文件中并出现了几次。例MapReduce 在T0文件中出现过1次，T1文件中出现过1次，T3文件中出现过2次。这样我们根据词频及其他一系列策略可以推出相应我们真正需求的搜索结果。

接下来我们开始第一步，map过程

我们将被索引的文件通过map来拆分

在我们重写map方法时，要想好怎么取值因为<key,value>只有两个值，而我们要得到的有单词，单词所属的url，词频三个。我们就去要把其中的两个合并，这里采取key=单词+单词所属url，value=词频，之所以将单词＋