1. 应用开发

1.1 词频统计

1.2 计算每年的最高温度

1.3 全排序

如何用 Hadoop 产生全局有序的文件？最简单的方法是使用一个分区（a single partition）。替代方案：首先，创建一系列排好序的文件；其次，串联这些文件；最后，生成一个全局排序的文件。主要的思路是使用一个 partitioner 来描述全局排序的输出。

1.4 二次排序

1.5 大小表连接

1.6 大大表连接

4. 数据类型和格式

4.1 MapReduce 的数据类型

4.2 输入格式

格式	功能
DBInputFormat	用于使用 JDBC 从关系型数据库中读取数据。
DBOutputFormat	将作业输出数据转储到数据库中。
MultipleInputs
TableInputFormat	让 MapReduce 操作存放在 HBase 表的数据。
TableOutputFormat	把 MapReduce 的输出写入到 Hbase 表。

4.3 输出格式

参考资料

• 三种方法实现Hadoop(MapReduce)全局排序(2)
• 大数据之 MapReduce 视频教程

实战代码

• test-mapreduce