六个案例强化MR程序的开发和理解之 多表关联

多表关联：和单表关联类似，也是通过对原始数据进行一定的处理， 从其中挖掘出目标信息。

问题描述

输入是两个文件，一个代表工厂表，包含工厂名列和地址编号列；另一个代表地址表包地址名列和地址编号列。要求从输入数据中找出工厂名和地址名的对应关系，输出“工厂名——地址名”表。

输入文件：

输出文件：

设计思路

多表关联和单表关联相似，都类似于数据库中的自然连接。相比单表关联，多表关联的左右表和连接列更加清楚。 所以可以采用和单表关联的相同的处理方式， map 识别出输入的行属于哪个表之后，对其进行分割，将连接的列值保存在 key 中， 另一列和左右表标识保存在 value 中然后输出。reduce 拿到连接结果之后，解析 value 内容，根据标志将左右表内容分开存放，然后求笛卡尔积，最后直接输出。

这个实例的具体分析参考昨天发送的单表关联实例。