當我們有每一位同學的每一科成績時，我們計算他們的平均成績，用傳統的方法比較麻煩，如果我們用hadoop中MapReduce元件的話就比較簡單了。
測試資料如下：

從上面的資料可以看到，計算每一位同學的平均成績，在map階段，我們可以用同學的姓名作為key，成績作為value；在reduce階段，key值相同的value值相加計算出總成績，並且計算出科目的數量，然後用總成績來除以科目數量就可以得出每一位同學的平均成績了。
程式碼如下：

import java.io.IOException;
import java.util.Iterator;
import java.util.StringTokenizer;

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.mapreduce.Mapper;
import org.apache.hadoop.mapreduce.Reducer;
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;

public
 
 class Socre {
    public static class Map extends Mapper<Object,Text,Text,IntWritable>{
        public void map(Object key,Text value,Context context){
            //把讀入的每一行轉換為String
            String line=value.toString();
            //以“\n”切分資料
            StringTokenizer tokenizer=new StringTokenizer(line,"\n"
 
);
            while(tokenizer.hasMoreElements()){
                //以空格切分資料
                StringTokenizer tokenizerLine=new StringTokenizer(tokenizer.nextToken());
                //獲取姓名
                String nameString=tokenizerLine.nextToken();
                //獲取成績
                String scoreString=tokenizerLine.nextToken();
                int
 
 scoreInt=Integer.parseInt(scoreString);
                try {
                    //key:姓名，value:成績
                    context.write(new Text(nameString),new IntWritable(scoreInt));
                } catch (IOException e) {
                    e.printStackTrace();
                } catch (InterruptedException e) {
                    e.printStackTrace();
                }
            }
        }
    }

    public static class Reduce extends Reducer<Text,IntWritable,Text,IntWritable>{
        public void reduce(Text key,Iterable<IntWritable> values,Context context){
            //計算給同學的總成績
            int sum=0;
            //獲取科目數目
            int count=0;
            Iterator<IntWritable> iterable=values.iterator();
            while(iterable.hasNext()){
                sum+=iterable.next().get();
                count++;
            }
            int avg=(int)sum/count;
            try {
                context.write(key,new IntWritable(avg));
            } catch (IOException e) {
                e.printStackTrace();
            } catch (InterruptedException e) {
                e.printStackTrace();
            }
        }
    }

    public static void main(String[] args) throws IllegalArgumentException, IOException, ClassNotFoundException, InterruptedException{
        Configuration conf = new Configuration();
        Job job = new Job(conf);
        job.setJarByClass(Socre.class);
        job.setJobName("avgscore1");
        job.setMapperClass(Map.class); 
        job.setReducerClass(Reduce.class);
        job.setOutputKeyClass(Text.class);
        job.setOutputValueClass(IntWritable.class);
        FileInputFormat.addInputPath(job, new Path("/avgscoreinput"));
        FileOutputFormat.setOutputPath(job, new Path("/avgscoreoutput"));
        job.waitForCompletion(true);

    }

}

執行結果：

程式還是有沒有考慮到的情況，比如成績時小數的話，應該用double或float來定義變數，但是該程式只是提供一個演算法思想。