mapper，reducer，OutputFormat

当完成读取之后，将切片完的数据作为Map的输入，进行Map；每个切片执行一个Map；

mapper要实现Mapper接口，在其中编写map方法；同时继承MapReduceBase类；实现mapper接口，其中有四种形式的参数，keyin，value，keyout，valueout，分别来指定输入key，value类型，输出key，value类型；

Mapper类中还提供了setup（），map（），cleanup（），run（）方法，分别用于执行map之前的准备工作，在所有map任务完成后被调用，进行数据处理的主要操作；用于执行setup（）-》run（）-》cleanup（）-》过程；前两个用于资源管理和利用；

就是通过map类实现mapper接口，即实现map（）方法，通过指定输入输出格式来输入输出，其中有几种预定的mapper类如下：

IdentityMapper<key,value>原封不动的将输出为中间结果;

InverseMapper<key,value>将输入的<key,value>作为输出的<key,value> (inverse:逆）

RegexMapper<key>为每一个匹配的正则表达式生成一个(match,1)键值对;（regex：正则表达式）

TokenCountMapper<key>当输入值被标记时,生成一个(token,1)键值对;

MultithreadedMapper(key,value)多线程执行map方法;

Combin/partition

Combine主要负责将map中相同的key，value进行合并，避免重复传输造成文件冗余，但也可以作为结果reduce，其实它就是一种reduce，其默认实现为IndentityReducer类；

Partition过程是将map的运行结果发送到相应的Reduce中，因为reduce数量可能少，可以通过实现Partitioner接口来实现自己的Partition过程来提高负载均衡和分配效率；

Reduce过程实现reducer接口，实现reduce方法，同时继承MapReduceBase；

reduce类将Map的输出作为输入，重写reduce（）方法；其中接口的四个参数和map相似；

reducer接收mapper传递过来的key/value对，然后根据key来排序，分组，并生成<key2,list<value2>>最后reducer根据<key2,list<value2>生成<key3,value3>;

预定义的reducer有以下几种:

IndentityReducer<key,value>将输入的<key,value>原封不动的输出为结果;

LongSumReducer<key>对长整型的value值求和;

IntSumReducer对整型的value值求和;

OutputFormat:

数据格式类型和InputFormat类型相似，多了个LazyOUtputFormat类型，延迟输出，保证第一条记录输出的时候才真正的创建文件；

getOutputCommit类管理任务输出；