MapReduce当中的reduce当中的cleanup的用法

reduce当中的cleanup的用法：

上面的topN是解决每个组里的topN，比如每个订单中的最小的。但如果需要横向的比较所有的key(初学者忽略：cleanup方法慎用， 如果所有的key的数据巨大量怎么办？Map map = new HashMap();内存都不够了， 所以考虑多步mapreduce)，选出topN，得用cleanup。
从现在开始，我们讲一些特殊用法，我们知道，map是读一行执行一次，reduce是对每一key，或一组，执行一次。但是如果需求是当我们得到全部数据之后，需要再做一些处理，之后再输出怎么办？这时候setUp或cleanUp就登场了，他们像servlet的init和destroy一样都只执行一次。map和reduce都有setUp或cleanUp，原理一样。我们只拿reduce做例子。
这样对于最终数据的过滤筛选和输出步骤，要放在cleanUp中。前面我们的例子都是一行一行（对于map），一组一组（对于reduce）输出，借助cleanup,我们可以全部拿到数据，完全按照java过去的算法，最后过滤输出。下面我们用它解决topN问题。
还以wordcount为例，求出单词出现数量前三名。

package com;
import java.io.File;
import java.io.IOException;
import java.util.*;
import java.util.Map.Entry;
import java.util.StringTokenizer;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.mapreduce.Mapper;
import org.apache.hadoop.mapreduce.Reducer;
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;

public class ReduceSetupTestMark_to_win {
    public static class TokenizerMapper extends Mapper<Object, Text, Text, IntWritable> {
        private IntWritable one = new IntWritable(1);
        private Text word = new Text();
        /*       

hello a hello win
          hello a to 
          hello mark
         */
        public void map(Object key, Text value, Context context) throws IOException, InterruptedException {
            System.out.println("key is " + key.toString() + " value is " + value.toString());
            StringTokenizer itr = new StringTokenizer(value.toString());
            while (itr.hasMoreTokens()) {
                word.set(itr.nextToken());
                context.write(word, one);
            }
        }
    }

    public static class IntSumReducer extends Reducer<Text, IntWritable, Text, IntWritable> {

更多请见：http://www.mark-to-win.com/tutorial/mydb_MapReduce_ReduceCleanup.html