Hadoop分区与分组

下面以《Hadoop权威指南》中的一个例子来解释分区与分组的关系。

对于一般的键，只需要key值相同，则对应的value就会分配至同一个 reduce中；

对于复合键，形式为TextPair<key1,key2>（关于复合键，可参考另一篇关于TextPair的博文http://blog.csdn.net/until_v/article/details/40867973），通过控制 key1来进行分区，则具有相同的 key1的值会被划分至同一个分区中，但此时如果 key2不相同，则不同的key2会被划分至不同的分组。如

注：Partition代表分区,Group代表分组；

1900、1901为key1的值；35℃、34℃为key2的值

通过控制任务的分组（job.setGroupingComparatorClass(GroupComparator.class)，可以忽略key2的值，使相同的 key1的值划分至同一组，从而使key1相同的数据能够迭代在一个 reduce中。如：