下面介紹MapReduce的主要的六個類，只有瞭解了這六個類的作用，才能在編寫程式中知道哪個類是要自己實現，哪些類可以呼叫預設的類，才能真正的做到遊刃有餘，關於需要自己編寫的類（使用者制定類）可以參考：

1.  InputFormat類。該類的作用是將輸入的檔案和資料分割成許多小的split檔案，並將split的每個行通過LineRecorderReader解析成<Key,Value>,通過job.setInputFromatClass()函式來設定，預設的情況為類TextInputFormat，其中Key預設為字元偏移量，value是該行的值。
   
   
2. Map類。根據輸入的<Key,Value>對生成中間結果，預設的情況下使用Mapper類，該類將輸入的<Key,Value>對原封不動的作為中間按結果輸出，通過job.setMapperClass()實現。實現Map函式。
   
   
3. Combine類。實現combine函式，該類的主要功能是合併相同的key鍵，通過job.setCombinerClass()方法設定，預設為null，不合並中間結果。實現map函式
   
   
4. Partitioner類。 該該主要在Shuffle過程中按照Key值將中間結果分成R份，其中每份都有一個Reduce去負責，可以通過job.setPartitionerClass()方法進行設定，預設的使用hashPartitioner類。實現getPartition函式
   
   
5. Reducer類。 將中間結果合併，得到中間結果。通過job.setReduceCalss()方法進行設定，預設使用Reducer類，實現reduce方法。
   
   
6. OutPutFormat類，該類負責輸出結果的格式。可以通過job.setOutputFormatClass()方法進行設定。預設使用TextOUtputFormat類，得到<Key,value>對。

note：hadoop主要是上面的六個類進行mapreduce操作，使用預設的類，處理的資料和文字的能力很有限，具體的專案中，使用者通過改寫這六個類（過載六個類），完成專案的需求。說實話，我剛開始學的時候，我懷疑過Mapreudce處理資料功能，隨著學習深入，真的很欽佩mapreduce的設計，基本就二個函式，通過過載，可以完成所有你想完成的工作。

public  static void main(String[] args)throws IOException {
        Configuration conf = new Configuration();
        Job job = new Job(conf);
        job.setInputFormatClass(TextInputFormat.class);
        job.setMapperClass(Mapper.class);
        job.setCombinerClass(null);
        job.setPartitionerClass(HashPartitioner.class);
        job.setReducerClass(Reducer.class);
        job.setOutputFormatClass(TextOutFormat.class);
    }
}