MapReduce系列之MapReduce的輸出
針對前面介紹的輸入格式，MapReduce也有相應的輸出格式。預設情況下只有一個 Reduce，輸出只有一個檔案，預設檔名為 part-r-00000，輸出檔案的個數與 Reduce 的個數一致。 如果有兩個Reduce，輸出結果就有兩個檔案，第一個為part-r-00000，第二個為part-r-00001，依次類推
OutputFormat 介面
OutputFormat主要用於描述輸出資料的格式，它能夠將使用者提供的key/value對寫入特定格式的檔案中。Hadoop 自帶了很多 OutputFormat 的實現，它們與InputFormat實現相對應，足夠滿足我們業務的需要。 OutputFormat 類的層次結構如下圖所示
OutputFormat是MapReduce輸出的基類，所有MapReduce輸出都實現了 OutputFormat 介面。 我們可以把這些實現介面類分為以下幾種型別，分別一一介紹
1、文字輸出
預設的輸出格式是TextOutputFormat，它把每條記錄寫為文字行。它的鍵和值可以是任意型別，因為TextOutputFormat呼叫toString()方法把它們轉換為字串。每個鍵/值對由製表符進行分割，當然也可以設定 mapreduce.output.textoutputformat.separator 屬性（舊版本 API 中的 mapred.textoutputformat.separator）改變預設的分隔符。與 TextOutputFormat對應的輸入格式是KeyValueTextInputFormat，它通過可配置的分隔符將鍵/值對文字分割。
可以使用NullWritable來省略輸出的鍵或值（或兩者都省略，相當於 NullOutputFormat輸出格式，後者什麼也不輸出）。這也會導致無分隔符輸出，以使輸出適合用 TextInputFormat 讀取
2、二進位制輸出
1）、關於SequenceFileOutputFormat
顧名思義，SequenceFileOutputFormat 將它的輸出寫為一個順序檔案。如果輸出需要作為後續 MapReduce 任務的輸入，這便是一種很好的輸出格式， 因為它的格式緊湊，很容易被壓縮。
2
SequenceFileAsBinaryOutputFormat 把鍵/值對作為二進位制格式寫到一個 SequenceFile 容器中。
3）、關於MapFileOutputFormat
MapFileOutputFormat 把 MapFile 作為輸出。MapFile 中的鍵必須順序新增，所以必須確保reducer輸出的鍵已經排好序
3、多個輸出
上面我們提到，預設情況下只有一個 Reduce，輸出只有一個檔案。有時可能需要對輸出的檔名進行控制或讓每個 reducer 輸出多個檔案。 我們有兩種方式實現reducer輸出多個檔案。
1）、Partitioner
這種方法實現多檔案輸出，很多情況下是無法實現的，因為存在以下兩個缺點。
第一，需要在作業執行之前需要知道分割槽數，如果分割槽數未知，就無法操作。
第二，一般來說，讓應用程式來嚴格限定分割槽數並不好，因為可能導致分割槽數少或分割槽不均
2）、MultipleOutputs類
MultipleOutputs 類可以將資料寫到多個檔案，這些檔案的名稱源於輸出的鍵和值或者任意字串。這允許每個 reducer（或者只有 map 作業的 mapper）建立多個檔案。採用name-m-nnnnn 形式的檔名用於 map 輸出，name-r-nnnnn 形式的檔名用於 reduce 輸出，其中 name 是由程式設定的任意名字， nnnnn 是一個指明塊號的整數（從 0 開始）。塊號保證從不同塊（mapper 或 reducer）輸出在相同名字情況下不會衝突。
一個案例：暫時沒有
4、資料庫輸出
DBOutputFormat 適用於將作業輸出資料（中等規模的資料）轉存到Mysql、Oracle等資料庫；使用DBOutputFormat以MapReduce的方式執行，會並行的連線資料庫。在這裡需要合適的設定map、reduce的個數，以便將並行連線的數量控制在合理的範圍之內。不常用，先不介紹。
5、自定義輸出
大體方法和自定義輸入類似，可以參考自定義輸入
一個案例：https://github.com/taowenjun/MapReduce/blob/master/cn/tao/logenhance/LogEnhanceOutputFormat.java
在驅動中指定該類：
job.setOutputFormatClass(LogEnhanceOutputFormat.class);