学习笔记01--在MR中优化用户的代码

在MR中优化用户的代码
1：尽量减少正则表达式的使用


2：String标记：测试标明：StringUtils.split  性能优于 StringTokenizer 优于 String.split 优于 Scanner类


3： Map函数中的对象重用：对象的实例化，尽量不要放在Map函数内，放在函数体之外
   Text outputValue = new Text(); 放在函数体外面，尽可能地重用对象将会提高效率。


4：Reduce函数中的对象重用：
   如果用户想在Reduce中缓存对象，用户需要克隆对象。
   List cached = new ArrayList();
   cached.add(WritableUtils.clone(value,context.getConfiguration()))
 
5： 字符串合并：
    线程安全的StringBuilder 优于  StringBuffer   优于 String 
    
    但是底线是使用StringBuilder 类是最安全的，最好使用构造函数为产生的字符串预先分配足够的空间以避免StringBuilder内部字节数组的重新分配
 
6：对象的开销
  ArrayList<String>  strings = new Arraylist<Stirng>();
  strings.add("A");
    strings.add("b");
    可以计算一下上面的ArrayList 和 其内容所占用的内存量：
    在java中，字符串的内存占用是根据以下公式进行计算的：
    字符串占用的内存字节数 = (numberOFCharacters * 2) + 38 
    
    备注：详细请参考《Hadoop硬实战》247页