写mapreduce时的注意点

reduce的输出为《LongWriteble，FloatWritable》时会使其得不到执行，可以通过设置job.setCombinerClass(ClassPriorReducer.class);

来使其得以执行。

Hadoop中的数据类型转化为java类型时对于Text调用toString()方法，对于其他类型则调用get（）方法，

java类型转化为Hadoop类型调用hadoop类型的构造方法或调用set（）方法

jod.setCombinerClass(Reducer.Class)时要注意Combiner可以理解为小的Reducer，为了降低网络传输负载和后续Reducer的计算压力，但其输出还是要被Reducer处理，也就是说当选择自定义的Reducer作为Combine时，要注意Combine的输出为Reducer的输入，所以此时Reducer中的输入的《Key，Vlaue》与输出的《Key，Value》类型要保持一致，否则会报错的！！！  可以理解Combine是对一个Map进行相同的key合并，而reduce是对多个Combine的输出进行合并。

还有要注意的地方就是，用mapreduce处理csv文件时，要把代表列名的第一行删掉才能正确执行，切记！！

遇到map执行而reduce不执行时，可能是数据格式出了问题，换成csv的切把第一行的列名去掉得以解决