最近在學習MapReduce程式設計遇到很多用MR實現按某一列值排序，或二次排序的類似問題，於是試著用MR實現各種排序問題，最終有點小總結：無需在key物件之外寫任何排序函式，MR會完成按key值排序，具體詳解如下：

　　在這之前要先說一下WritableComparable介面。Writable介面大家可能都知道，它是一個實現了序列化協議的序列化物件。在Hadoop中定義一個結構化物件都要實現Writable介面，使得該結構化物件可以序列化為位元組流，位元組流也可以反序列化為結構化物件。那WritableComparable介面是可序列化並且可比較的介面。MapReduce中所有的key值型別都必須實現這個介面，既然是可序列化的那就必須得實現readFiels（）

                                                                        圖 一 WritableComparable 介面解釋

                                                                     圖 二 WritableComparable 介面方法

                                                              圖 三 自定義物件實現WritableComparable 介面例子

　　從圖三可以看到自定義的物件實現WritableComparable介面除了實現readFields和write方法之外，還必須得實現compareTo()方法，這也是key值排序的關鍵，實現了改方法key值之間是可比較可排序的，所以也不用另外寫排序函數了。Hadoop提供的資料型別如Text，IntWritable，LongWritable，DoubleWritable和FloatWritable等也都實現了WritableComparable介面。所以我們最開始寫wordcount等例子，我們使用Longritable，Text等型別做key值並沒有去實現compareTo函式，最後結果也是排序好的，就是因為Hadoop提供的資料型別已經實現了WC介面，已經實現了compareTo函數了。如果你有特殊要求，Text，IntWritable這些型別不能滿足你對key值的要求，需要自己新建一個數據物件作為自己的key值型別，那就像上圖 圖三那樣重寫一個類實現WritableComparable介面，同時實現compareTo函式，函式內部實現你自己的排序規則，最後reduce的資料就會按key值排序了。

     所以總結上面，hadoop會呼叫key值型別的compareTo函式按照該函式的要求對key值進行排序。所以你想對哪些列排序就要把哪些列併入到key值物件中，像二次排序那樣，要對兩列進行排序，兩列值都要併入key中，則key成為包含兩個屬性的複合key，Hadoop 提供的key值可用的型別不能滿足要求，那就重寫一個物件實現WritableComparable介面（類圖三），該物件包含連個屬性，並實現compareTo函式，最後會根據key值對兩列資料排序，從而實現二次排序。本人也層試圖用MR實現對value的排序，最終沒能成功，也可能是本人水平有限，但至少會比對key排序複雜，這也是我要強調的不要試圖單純的對value進行排序，否則比較難實現排序。