[置顶] 一步一步学习hadoop（七）

    Hadoop的MapReduce作业都是对key/value空间进行处理，从一个键值对空间映射到另一个键值对空间。具体来讲就是
    (输入) <k1, v1> -> map -> <k2, v2> -> combine -> <k2, v2> -> reduce -> <k3,v3> (输出)

     Hadoop中的key/value的类型都必须要实现Writable接口，其中key的类型由于要进行排序，还要实现额外的Comparable接口。

    Hadoop对Java的基本类型大都进行了封装，如使用得最多的Text，IntWritable，LongWritable等，所有封装都包含get和set方法用于读取和设置封装的值。Hadoop也对Array，Map，SortedMap提供了封装。
    这些实现对于一般应用基本使用Hadoop提供的基本类型已经足以应付，但是对于某些特定应用，可能我们需要构造自己的key/value类型，下面的例子实现了WritableComparable接口，WritableComparable其实就是Writable接口和Comparable接口。其中内部的Comparator类允许直接比较数据流中的记录，而不需要把数据流反序列化为对象，这样就避免了新建对象的额外开销。

public static class IntPair implements WritableComparable<IntPair> {
    private int first = 0;
    private int second = 0;
    
    public void set(int left, int right) {
      first = left;
      second = right;
    }
    public int getFirst() {
      return first;
    }
    public int getSecond() {
      return second;
    }
 
    @Override
    public void readFields(DataInput in) throws IOException {
      first = in.readInt() + Integer.MIN_VALUE;
      second = in.readInt() + Integer.MIN_VALUE;
    }
    @Override
    public void write(DataOutput out) throws IOException {
      out.writeInt(first - Integer.MIN_VALUE);
      out.writeInt(second - Integer.MIN_VALUE);
    }
    @Override
    public int hashCode() {
      return first * 157 + second;
    }
    @Override
    public boolean equals(Object right) {
      if (right instanceof IntPair) {
        IntPair r = (IntPair) right;
        return r.first == first && r.second == second;
      } else {
        return false;
      }
    }

    public static class Comparator extends WritableComparator {
      public Comparator() {
        super(IntPair.class);
      }

      public int compare(byte[] b1, int s1, int l1,
                         byte[] b2, int s2, int l2) {
        return compareBytes(b1, s1, l1, b2, s2, l2);
      }
    }

    static {
      WritableComparator.define(IntPair.class, new Comparator());
    }

    @Override
    public int compareTo(IntPair o) {
      if (first != o.first) {
        return first < o.first ? -1 : 1;
      } else if (second != o.second) {
        return second < o.second ? -1 : 1;
      } else {
        return 0;
      }
    }
  }

定义好自己的类型后就可以像Hadoop内置的类型一样在MapReduce作业中使用了。