原文鏈接：http://www.cnblogs.com/zhoujingyu/p/5316070.html

　　現實環境中，常常遇到一個問題就是想使用多個Reduce，但是迫於setup和cleanup在每一個Reduce中會調用一次，只能設置一個Reduce，無法是實現負載均衡。

　　 問題，如果要在reduce中輸出兩種文件，一種是標誌，另一種是正常業務數據，實現方案有三種：

　　（1）設置一個reduce，在reduce中將數據封裝到一個集合中，在cleanup中將數據寫入到hdfs中，但是如果數據量巨大，一個reduce無法充分利用資源，實現負載均衡，但是如果數據量較小，可以使用

　　（2）設置多文件輸出，使用MultipleOutputs類 具體見代碼：

private MultipleOutputs mos;   
  
@Override   
protected void setup(Context context)   
throws IOException, InterruptedException {   
  mos=new MultipleOutputs(context);  
}   
@Override   
protected void reduce(Text key, Iterable<Text> values, Context context)   
throws IOException, InterruptedException {   
  
String key1
 
=key.toString();   
for(Text t:values){   
   if(key1.equals("a")){   
   mos.write("a", key,t);   
   } else if(key1.equals("b")){   
   mos.write("b", key,t);      
   } else if(key1.equals("c")){   
   mos.write("c", key,t);   
     
   }   
 }   
}   
@Override   
protected void cleanup(   
Context context)   
 
throws IOException, InterruptedException {   
mos.close();  
}   

　　main方法中配置

MultipleOutputs.addNamedOutput(job, "a", TextOutputFormat.class, Text.class, Text.class);  
MultipleOutputs.addNamedOutput(job, "b", TextOutputFormat.class, Text.class, Text.class);  
MultipleOutputs.addNamedOutput(job, "c", TextOutputFormat.class, Text.class, Text.class); 

　　結果文件為 a-r-0000,b-r-0000,c-r-0000,part-r-0000

（3）第三種方案是自己實現多文件輸出 詳見http://blog.csdn.net/qingmu0803/article/details/39665407

hadoop多文件輸出