Hadoop学习之MapReduce（MapJoin案例）心得

需求：

        在 Map端 将商品信息表中数据根据商品pid合并到订单数据表中

        （order表：id、pid、amount；product表：pid、pname）

1. MapJoinDriver类：

        获取job，设置jar包的路径（Driver类）

        关联mapper（自己所写的类）
                
        设置map输出的KV类型，设置最终输出的KV类型

        加载缓存数据（地址），设置reduceTask数量为0
                 
        设置输入和输出路径
                
        提交job

2. MapJoinMapper类：

        继承 Mapper 类之后对应相应的泛型

        先写 setup() 方法（初始化）

                获取缓存的文件，并把文件封装到集合 pd.txt      getCacheFiles()  FileSystem.get()

                从流中读取数据  newBufferedReader（ new InputStreamReader ）

                连续读取（ StringUtils.isNotEmpty() 导 common 包 ）切割、赋值、关流

        在写 map() 方法

                处理 order.txt  切割，获取pid，获取 订单id 和 订单数量 后封装，写出