MapReduce 是一种分布式计算框架,可以在大型数据集上执行并行计算。MapReduce 由两个阶段组成:Map 阶段和 Reduce 阶段。
Map 阶段将输入数据拆分为若干个“数据块”,并对每个数据块执行同一个映射函数,生成若干个中间结果。
Reduce 阶段将 Map 阶段的中间结果进一步处理,生成最终的输出结果。
如果你想让 MapReduce 的输出数据保存到本地,你可以在 Reduce 阶段使用文件输出函数(如 FileOutputFormat.setOutputPath()
)来设置输出路径。在 Reduce 函数中,你可以使用文件输出流(如 FileOutputStream
)来将输出数据写入文件。
例如,你可以使用以下代码来设置 MapReduce 的输出路径:
FileOutputFormat.setOutputPath(job, new Path("/path/to/output"));