Hadoop 为什么MapReduce在映射步骤中将每个值映射为1？

我正在尝试找出MapReduce，到目前为止，我认为我对它的理解还不错

然而，有一件事让我困惑。在我能找到的每个MapReduce示例和解释中，映射步骤都将所有值映射为1。例如，在最常见的示例中（计算字符串中单词的出现次数），Map部分将每个单词拆分，然后将其映射到值1

然后，Reduce部分组合/减少类似的单词，将它们出现的次数相加，使它们映射到N而不是1（N是单词出现的次数）

我不明白的是：为什么要把它们映射到1呢？看起来它们总是映射到1。为什么不将它们分开，然后在Reduce步骤中，在那里进行映射，同时对所有内容进行汇总

我肯定有一个很好的理由我就是想不起来。谢谢

---

（这个问题一般是关于MapReduce的概念，不一定是关于Hadoop或任何其他特定的技术或实现）

映射器的输出是根据您想要的用例决定的。在单词计数中，我们希望映射器分离单个单词并输出每个单词的出现次数。为输入中的每个键值对（输入拆分）调用映射器。这是每行的价格。键是偏移量，值是整个句子。在调用reducer之前将执行分组。因此，所有单词都被分组，并且每次出现（此处为1）都被计数。将1作为映射器输出并不难。如果您注意到Hadoop:Definitive guide中的数据集示例，那么它们将年份和温度作为映射器输出。用例是根据年份进行分组，并找到最高/最低温度。为了基本理解，您可以将其视为组参数。快乐学习