hadoop之mapper类

Mapper类有四个方法：

（1）protected void setup(Context context)

（2）protected void map(KEYIN key,VALUEIN value,Context context)

（3）protected void cleanup(Context context)

（4）public void run(Context context)

setup()方法一般是在实例化时用户程序需要做的一些初始化工作（如打开一个全局文件，建立数据库链接等等）

cleanup()方法是收尾工作，如关闭文件或者执行map()后的键值对分发等。

map()方法承担主要的处理工作，一般我们些代码的时候主要用到的是map方法。

默认Mapper的run()方法的核心代码如下:

public void run(Context context) throws IOException,InterruptedException

{

     setup(context);

    while(context.nextKeyValue())

          map(context.getCurrentKey(),context,context.getCurrentValue(),context);

    cleanup(context);

}

setup和cleanup仅仅在初始化Mapper实例和Mapper任务结束时由系统作为回调函数分别各做一次，并不是每次调用map方法时都去执行。所以如果是要处理map中的某些数值数据时，想把代码写在cleanup里面需要特别注意。

Mapper输出结果到reduce阶段之前，还有几个可以自定义的步骤

（1）combiner  每个节点输出的键值可以先进行合并处理。

（2）合并处理之后如果还想将不同key值分配给不同reduce进行处理，称为shuffle洗牌过程，提供了一个partioner类来完成。

（3）如果想将key值自定义进行排序，这边提供了一个sort类，可以自定义进行排序