hadoop2.5.2学习10--MR之统计每月最高三个温度02

1、InputFromat

inputFormat 负责创建inputSplit并且将他们拆分成键值对（records）
有两个方法：

• getSplits
• createRecordReader

通过调用getSplits来进行分片，然后将它们发送到Application Master.
Map通过调用InputFormat的createRecordReader方法来获取RecordReader对象， RecordReader就相当于record的迭代器，map任务使用此生成的键值对，然后传递给map（）。
查看Mapper的run()可以看到map的整个完成流程：

• 首先执行set(),
• 然后调用context的nextKeyValue（）， 为mapper提供键值对.
• 通过context，键值对从RecordReader取出后传递给map();当reader读到stream的结尾，netKeyValue()返回fals, map结束。
• 调用cleanup()

  /**
   * Expert users can override this method for more complete control over the
   * execution of the Mapper.
   * @param context
   * @throws IOException
   */
  public void run(Context context) throws IOException, InterruptedException {
    setup(context);
    try {
      while (context.nextKeyValue()) {
        map(context.getCurrentKey(), context.getCurrentValue(), context);
      }
    } finally {
      cleanup(context);
    }
  }

Mapper的run()方法是公共的，可以由用户定制。MultithreadedMapper是一个多线程并发运行多个mapper的实现（mapreduce.mapper.multithreadedmapper.threads可以设置线程数量）。对于大多数的数据处理任务来说，默认的执行机制没有优势。但是对于因为需要链接外部服务器而造成单个记录处理时间较长的mapper来说，它允许多个mapper在同一个JVM下尽量避免竞争方式执行。