hadoop 自学指南三之WordCount解析(3)

一、前言

在某些情况下，Map函数会产生许多中间数据，而且都是重复的，为了减少reducer的输入提高reducer性能，我们往往需要一个中间程序来合并Map的输入，这时候可以利用

combinerclass来有效减少网络传输的数据量。

二、WordCount 的CombinerClass

原理很简单：例如有一个map中（”hello",1)有10000个，传输到reducer端的确没什么必要，那么我们合并一个变成（“hello",10000)就ok了

package hadoop.v3;

import java.io.IOException;
import java.util.StringTokenizer;

import org.apache.hadoop.conf.Configured;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.mapreduce.Mapper;
import org.apache.hadoop.mapreduce.Reducer;
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.input.TextInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
import org.apache.hadoop.mapreduce.lib.output.TextOutputFormat;
import org.apache.hadoop.util.Tool;
import org.apache.hadoop.util.ToolRunner;
import org.hai.hdfs.utils.HDFSUtils;

/**
 * @author : chenhaipeng
 * @date : 2015年9月6日 上午2:00:50
 */
public class WordCountNewAPI extends Configured implements Tool {
	
	public static class Map extends Mapper<LongWritable, Text, Text, IntWritable>{
		private final static IntWritable one = new IntWritable(1);
		private Text word = new Text("UTF-8");
		/* (non-Javadoc)
		 *