python写hadoop的MapReduce（以数据按要求合并、重排为例）

现在已有的很多博客demo都是以wordcount为例，众所周知这是一个非常简单的功能，但凡遇到一些高阶一点的操作我都会大脑一片空白，今天正好有相关的需求，就来学习了一下。
http://www.zhangdongshengtech.com/article-detials/236
上面的链接是记录频次的demo，写的非常的好，相信各位看了它就会了解mapreduce核心的写法

Intro：wordcount

说在前面：mapreduce程序的调试可以单独分别运行mapper和reducer，直接在命令行输入你指定好的输入格式，就会打印出输出

mapper.py

输入文件的形式就是

word1
word2
word1
word3

# coding=utf-8
import sys
 
for line in sys.stdin:
	words = line.strip()
	if not word: continue
	print(word)

reducer.py

这里实现的就是一个简单的计数并把频次写到文件中的操作。
如果你只需要实现计数操作，那么只用修改mapper.py的print的值即可

# coding=utf-8
import sys

count = 0
key = ""
current_key = ""

for line in sys.stdin:
    line =  line.rstrip()
    if not line:
        sys.stderr.write("data is wrong")
        sys.exit(1)
    line = line.rstrip()
    items = line.split("\t")
    current_key = items[3]
    cur_timestamp = items[2]
    if current_key == key: