MapReduce练习二（单表关联，多表关联，倒排索引）

相关链接：
MapReduce练习一（计数，去重，排序，平均成绩）
MapReduce练习二（单表关联，多表关联，倒排索引）
一些省略的代码可以在练习一中找到。

一，单表关联

要求：给出child-parent（孩子—父母）表，要求输出grandchild-grandparent（孙子—爷奶）表。

Map输出2个表，第一个表key为父母，设一个标识位tag=L，value为tag+孩子+父母，称为左表；第二个表key为孩子，tag=R，value为tag+孩子+父母，称为右表。其实就是左一个child-parent表，右边根据parent连接出一个child-parent表，只不过左表里的parent在右表中是child。
在shuffle时，key相同的会合并形成value-list，所以在reduce时，我们要的祖孙表是满足value-list中同时有L标识和R标识的，也就是根据parent连接成功的。
此时L表中的child放入grandchild数组，R表的parent放入grandparent数组，然后一内一外两个循环遍历这俩数组打印输出（这叫笛卡尔积？）。
给出map和reduce的代码：

public class STjoin extends Configured implements Tool{
   
    static int row = 0; // 标记表头行
    public static class Map extends Mapper<LongWritable, Text, Text, Text>{
   
        public void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException{
            String line = value.toString();
            String[] words = line.split(" +");
            String childName = words[0];
            String parentName = words[1];
            String tag = new String(); // 左右表的标识
            // 略去表头那一行
            if(!childName.equals("child")){
                // 输出左表，以父母为key，想想为啥以父母为key作为左表，其实就是用父母连接两个表
                tag = "L";
                context.write(new Text(parentName), new Text(tag + "+" + childName + "+" + parentName));
                // 输出右表，以孩子为key
                tag = "R";
                context.write(new Text(childName), new Text(tag + "+" + childName + "+" + parentName));
            }
        }
    }
    public static class Reduce extends Reducer<Text,