MapReducer的分区器的使用partition使用

Mapper
    Mapper的每次输入只执行一次
    
Reducer
    只要key相同的,都会传入到values进行
    
Partiton分区器
    默认的分区器采用的分区方式为计算hashcode的值，从而进行分区，默认的分区类HashPartitioner，该类继承了Partitioner这个分区类
    该类需要实现的方法为int getPartition()，该类返回的值为一个数字，该数字用来区分分区。
    
所以，java中，如果想设置Partition，就需要实现该类，通过调用setPartitionerClass(Class cls), 就可以设置分区器
同时设置分区器的时候，仍需要设置NumReduceTasks的数量，如果有几个分区就设置为几个，
    该部分的案例如:联通移动手机号分区，根据手机号码的前几个部分可以区分出手机号码是移动还是联通
        job.setPartitionerClass(ContextPartitioner.class);
        job.setNumReduceTasks(3);
1、    设置了分区器，还得设置reduceTask数量，否则生成的文件只有一个
2、    如果设置的reduceTask数量超过我们自定义分区器的数量，则会有些分区会没有数据
3、    如果设置的reduceTask数量少于我们自定义分区器的数量，则会抛出异常，这个异常需要特别注意，如果你的reduceTask显示的设置为1，
它不会抛出异常的，它和不设置reduceTask的是一样的，但是一旦你设置超过1的时候，则需要考虑分区与reduceTask映射关系，这种映射错误并非时常发生。