大数据hadoop入门案例2--对手机号码序列化+切片+分区

大数据hadoop入门案例–序列化+分区+排序
此博客作为本文学习hadoop大数据内容，内容可能存在不够全面或者存在偏差。

1.定义

1.序列化：将内存中的对象转化为字节序列以便存储到磁盘和网络传输。

2.反序列化：将收到的字节序列或磁盘的持久化数据转换为内存中的对象。

3.切片：在逻辑上将数据分片，并没有在磁盘上切分。一个切片对应一个MapTask，有多少切片就执行多少个MapTask，类似于分布式处理数据，提升数据处理速度。一般切片大小等于blocksize。

1. FileInputFormat切片机制：按照文件的内容长度进行切片，切片大小默认等于Block大小，切片时不考虑数据整体针对每一个文件单独切片。
2. TextInputFormat:按行读取每条记录。键是存储该行在整个文件中的起始字节偏移量， LongWritable 类型。值是这行的内容，不包括任何行终止符（换行符和回车符），Text 类型。
3. CombineTextInputFormat:用于小文件过多场景。当剩余数据大小超过设置的最大值且不大于最大值 2 倍，此时将文件均分成 2 个虚拟存储块

4.分区：要求将统计结果按照条件输出到不同文件中（分区）。调用几个ReduceTask输出几个不同的文件中。

2.代码

<