MR Mapper类

public class Mapper<KEYIN, VALUEIN, KEYOUT, VALUEOUT>
extends Object

将输入键/值对映射到一组中间键/值对。
映射是将输入记录转换为中间记录的单个任务。转换后的中间记录不必与输入记录具有相同的类型。给定的输入对可以映射为零或许多输出对。
Hadoop Map-Reduce框架为由作业的InputFormat生成的每个InputSplit生成一个映射任务。映射器实现可以通过JobContext.getConfiguration（）访​​问作业的Configuration。
框架首先为InputSplit中的每个键/值对调用setup（Mapper.Context），然后是map（Object，Object，Mapper.Context）。最后调用cleanup（Mapper.Context）。
随后，与给定输出键关联的所有中间值都由框架进行分组，并传递给Reducer以确定最终输出。用户可以通过指定两个关键的RawComparator类来控制排序和分组。
映射器的输出按Reducer进行分区。用户可以通过实现自定义分区程序来控制将哪些键（从而记录）转到哪个Reducer。

用户可以选择通过Job.setCombinerClass（Class）指定一个组合器，以执行中间输出的本地聚合，这有助于减少从Mapper传递给Reducer的数据量。
应用程序可以通过配置指定是否以及如何压缩中间输出，以及使用哪些CompressionCodecs。

如果作业的零归约，则Mapper的输出将直接写入OutputFormat，而无需按键进行排序。

例子

  public class TokenCounterMapper 
       extends Mapper<Object, Text, Text, IntWritable>{
      
     private final static IntWritable one = new IntWritable(1);
     private Text word = new Text();
     
     public void map(Object key, Text value, Context context) throws IOException, InterruptedException {
       StringTokenizer itr = new StringTokenizer(value.toString());
       while (itr.hasMoreTokens()) {
         word.set(itr.nextToken());
         context.write(word, one);
       }
     }
   }

方法

setup做一些初始化的工作

 
  /**
   * Called once at the beginning of the task.
   */
  protected void setup(Context context
                       ) throws IOException, InterruptedException {
    // NOTHING
  }

map方法时需要自己重写的方法,主要内容是想要把k1,v1转化成什么样的k2,v2 这个逻辑是关键,是需要程序员自己定义的.

 /**
   * Called once for each key/value pair in the input split. Most applications
   * should override this, but the default is the identity function.
   */
  @SuppressWarnings("unchecked")
  protected void map(KEYIN key, VALUEIN value, 
                     Context context) throws IOException, InterruptedException {
    context.write((KEYOUT) key, (VALUEOUT) value);
  }
  ``
cleanup做一些收尾的工作
```java
 /**
   * Called once at the end of the task.
   */
  protected void cleanup(Context context
                         ) throws IOException, InterruptedException {
    // NOTHING
  }

run方法,对每一个键值对调用map方法…run方法是谁调用的呢?用idea find usage可以查出run方法在什么地方被调用过,如图

/**
   * Expert users can override this method for more complete control over the
   * execution of the Mapper.
   * @param context
   * @throws IOException
   */
  public void run(Context context) throws IOException, InterruptedException {
    setup(context);
    try {
      while (context.nextKeyValue()) {
        map(context.getCurrentKey(), context.getCurrentValue(), context);
      }
    } finally {
      cleanup(context);
    }
  }