MapReduce倒排索引

    倒排索引就是某个单词在那些文件中出现的次数，而在最开始学习的Wordcount中是某个文件中那些单词出现的次数，两者正好相反，就像在搜索引擎上搜索一个单词，下面就会罗列出这个单词在哪些文件里出现过。

    首先我们就要想好，什么是key,什么是value，map输出的结果是什么，reduce怎样处理才能够得到想要的结果。

    在倒排索引中，我们需要得到单词-文件名-次数，因为这个次数是这个单词在这个文件中出现的次数，所以此时单词和文件应该合在一起作为key，次数作为value。 但一次reduce过后还需要将结果中单词合并。因为我们最后要的结果是单词-文件名~次数，文件名~次数······所以需要两次reduce,就用到了combiner 。

    此时就变得清晰了，第一次map要输出单词和文件名共同为键，用combiner计算出次数,combiner再输出单词和文件名-次数，用reduce进行合并。combine就相当于一次reducer，但combiner在map端。

package mr.inverseIndex;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FileSystem;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.mapreduce.Mapper;
import org.apache.ha