MapReduce实例----多表关联

多表关联和单表关联类似，它也是通过对原始数据进行一定的处理，从其中挖掘出关心的信息。输入是两个文件，一个代表工厂表，包含工厂名列和地址编号列；另一个代表地址表，包含地址名列和地址编号列。要求从输入数据中找出工厂名和地址名的对应关系，输出"工厂名——地址名"表。

1.源数据：

factory：

    factoryname                　　　　addressed

    Beijing Red Star                　　　　1

    Shenzhen Thunder            　　　　3

    Guangzhou Honda            　　　　2

    Beijing Rising                   　　　　1

    Guangzhou Development Bank      2

    Tencent                　　　　　　　　3

    Back of Beijing                　　　　 1

address:

    addressID    addressname

    1        　　　　Beijing

    2        　　　　Guangzhou

    3        　　　　Shenzhen

    4        　　　　Xian

样例输出如下所示:

actoryname                    　　　　addressname

Back of Beijing                    　　　　  Beijing

Beijing Red Star                    　　　　Beijing

Beijing Rising                    　　　　　 Beijing

Guangzhou Development Bank          Guangzhou

Guangzhou Honda                　　　　Guangzhou

Shenzhen Thunder                　　　　Shenzhen

Tencent                    　　　　　　　　Shenzhen

2.思路分析：

多表关联和单表关联相似，都类似于数据库中的自然连接。相比单表关联，多表关联的左右表和连接列更加清楚。所以可以采用和单表关联的相同的处理方式，map识别出输入的行属于哪个表之后，对其进行分割，将连接的列值保存在key中，另一列和左右表标识保存在value中，然后输出。reduce拿到连接结果之后，解析value内容，根据标志将左右表内容分开存放，然后求笛卡尔积，最后直接输出。本题中，将两个输入文件转换成两个表，1表是工厂--地址编号表，2表是地址编号--地址，现在要求输出工厂--地址表，
只要两个表的地址编号一样即可，所以map函数以地址编号作为key。思路很简单，而梧桐现在卡在对输入文件的处理上。。。。。。