hadoop中的几种排序方式

前言：排序是MapReduce框架中的最重要的操作之一，MapTask和ReduceTask会对数据按照key进行排序，该操作属于Hadoop的默认行为。任何应用程序中的数据均会被排序，而不管逻辑上是否需要。（默认的排序都是按照字典顺序进行排序，且实现该排序的方法是快速排序。
）

排序的分类：
(1) 部分排序：
MapReduce根据输入记录的键对数据集排序，保证输出的每个文件内部有序。
这种排序通常情况下是生成多个文件，例如在最后生成的文件是水果销量top10,服装销量top10,化妆品销量的top10,并且各个文件中内部依然是有序的。

(2)全排序：
最终输出的结果只有一个文件，且文件的内部有序，实现方式是只设置一个ReduceTask,但该方法在处理大型文件时效率很低，因为一台机器处理所有的文件，完全丧失了MapReduce所提供的并行架构。

(3)辅助排序（GroupingComparator分组）：
在Reduce端对key进行分组，应用于：在接受的key为bean对象时，想让一个或几个字段相同的（全部字段比较不相同）的key进入到同一个reduce方法时。可以采用分组排序。

(4)二次排序：
在自定义的排序过程中，如果comparaTo中的判断条件为两个即为二次排序，为三个则为三次排序。（需要实现自定义分区、自定义排序、自定义分组）。