假設有一批海量的數據，每個數據都是由26個字母組成的字符串，原始的數據集合是完全無序的，怎樣通過MapReduce完成排序工作，使其有序（字典序）呢？

對原始的數據進行分割（Split），得到N個不同的數據分塊：

實例分析：WordCount

這個類實現Mapper接口中的map 方法，輸入參數中的value 是文本文件中的一行，利用StringTokenizer將這個字符串拆成單詞，然後將輸出結果<單詞,1> 寫入到org.apache.hadoop.mapred.OutputCollector中。

實現Reduce 類

這個類實現Reducer 接口中的reduce 方法, 輸入參數中的key, values 是由Map 任務輸出的中間結果，

values 是一個Iterator, 遍歷這個Iterator, 就可以得到屬於同一個key 的所有value。

此處，key是一個單詞，value 是詞頻。只需要將所有的value 相加，就可以得到這個單詞的總的出現次數。

運行Job

在Hadoop中一次計算任務稱之為一個job, 可以通過一個JobConf對象設置如何運行這個job。

然後將JobConf對象作為參數，調用JobClient的runJob, 開始執行這個計算任務。

實驗結果

本文出自 “中科院計算所培訓” 博客，謝絕轉載！

一個單詞統計的實例，怎樣通過MapReduce完成排序？