三、hadoop MapReduce之Reduce代码编写

1、与Map差不多，继承Reducer，一样是四个泛型参数。

前两个泛型参数指的是Map输出的k-v类型（即reduce输入的k-v类型）

后两个就是Reducer自身输出的k-v类型

2、然后要实现Reducer的reduce方法。

这个方法与Mapper的map方法有一点点区别，但是区别不大。

第一个参数是输入的key(map输出的key)，第二个参数是valueList，第三个参数是context

（1）其中第一个和第三个参数变化不大。。就略过。。

（2）第二个参数是怎么来的呢？

首先假设，Mapper的map方法每次调用context.write方法就相当于把一个key-value对添加到一个list中。

然后，在调用Reducer的reduce方法之前，hadoop的mapreduce框架会把上面的list根据key进行分组。也就是说，key相同的value都属于同一组，就会被添加到该key对应的valueList中

最后，交给reduce处理。

 

 

最后，根据上面可以知道，如果是分布式高并发的调用mapper的map，那么在调用reduce之前，hadoop框架会确保所有map都执行结束(即所有数据都经过map处理过了)，然后才会根据key进行分组，再集群调用reduce进行汇总。