mapreduce分区

MapReduce当中的分区：相同key的数据发送到同一个reduce当中去
物以类聚，人以群分。
分区就是把同一类的数据，划分到一个地方去，划分到同一个reduce当中去
直达的火车，上面坐的人都是去同一个地方的
默认使用的是HashPartitioner 这个类来对我们的数据进行分区，实现将相同的数据，发送到同一个reduce当中去
使用的算法：使用k2 取hashCode值，然后对reduceTask的个数进行取模

 

 

 

如果是自定义分区要点:

1、不能在本地跑,只能打成jar包在linux上执行

2、要设置ReduceTask的个数

 　　例如设置两个ReduceTask的个数:

　　job.setReduceTasks(2)

3、分区是分文件,不是分文件夹。如果要分文件夹必须自定义outputformat