分区以及案例：wordCount按照ASCII码的奇偶数进行分区

$▶$ 分区

• 代码

/**
 *建一个Partition类继承Partitioner，重写getPartition方法
 */

import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Partitioner;

public class FlowKeyPartition extends Partitioner<FlowBean, Text> {
    //写入多个文件
    @Override
    public int getPartition(FlowBean flowBean, Text text, int i) {
        //按照电话号码的号段进行分区 136的放入一个文件，137一个，138一个，其他所有号段放到另一个分区
        String substring = text.toString().substring(0,3);//范围左闭右开
        if("136".equals(substring)){
            return 0;//return 几 就返回几就进入到几分区
        }
        if("137".equals(substring)){
            return 1;//return 几 就返回几就进入到几分区
        }
        if("138".equals(substring)){
            return 2;//return 几 就返回几就进入到几分区
        }
        return 3;
    }
}



/**
 *Driver类中添加如下代码
 */
        job.setPartitionerClass(FlowKeyPartition.class);//说明要用自己的分区，不用默认的
        job.setNumReduceTasks(4);//控制生成几个文件

• 分区实在Map阶段的context.write()方法是调用的HashPartition，检验几个分区

• 练习：wordCount按照ASCII码的奇偶数进行分区

• 代码：Partition类

import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Partitioner;

public class WordCountOrderPartition extends Partitioner<Text, IntWritable> {

    @Override
    public int getPartition(Text text, IntWritable intWritable, int i) {
        String s = text.toString();
//        String substring = s.substring(1);
        char[] chars = s.toCharArray();
        int aChar = chars[0];
        System.out.println("chars[0] = " + chars[0]);
        System.out.println("aChar = " + aChar);
        if(aChar%2==1){
            return 1;
        }
        return 0;
    }
}