MapReduce分区机制

MapReduce的默认分区是hash分区，就是key的哈希值。默认分区根据key的hashCode对ReduceTask个数取模得到。

自定义分区步骤：

1. 自定义类继承Partitioner,重写getPartition()方法
   
2. 在Job驱动中设置自定义Partitioner
   job.setPartitionerClass(CustomPartitioner.class)
3. 自定义Partititon后，要根据自定义Partitioner的逻辑设置相应数量的ReduceTask
   job.setNumReduceTasks(5)

分区总结：

1. 如果reduceTask的数量 > getPartition的结果数，则会多产生几个空的输出文件part-r-000xx;
2. 如果1 < ReduceTask的数量 < getPartition的结果数，则有一部分分区数据无处安放，会Exception；
3. 如果ReduceTask的数量 = 1，则不管MapTask端输出多少分区文件，最终结果都会交给一个ReduceTask，最终也就只会产生一个结果文件part-r-0000;
4. 分区好必须从0开始。

案例分析：