Hadoop map（）和reduce（）是否应返回相同类型的键/值对？

在编写MapReduce作业（特别是Hadoop，如果相关的话）时，必须定义一个

map（）

和一个

reduce（）

函数，这两个函数都会产生一系列键/值对。键和值的数据类型可由应用程序自由定义

在单词计数的典型示例中，这两个函数都产生类型为

（string，int）

的对，键为单词，值为出现次数。这里——以及我所看到的所有其他示例中——输出的键和值类型在这两个函数之间是一致的

---

在任何MapReduce应用程序中，

map（）

和

reduce（）

生成的键/值对的类型必须/应该相同吗？如果是：为什么？

否。当然，显然，map的输出对和reduce的输入对的类型必须相同，因为一个被传递到另一个

---

但是，很可能您有一个reduce任务，该任务输出的类型与传入的映射对不同——例如，如果映射任务统计文档中的单词，但reduce任务计算的是平均单词频率。在这种情况下，map将发出整数，而reduce将发出浮点数。

否。显然，map的输出对和reduce的输入对的类型必须相同，因为一个被传递到另一个

---

但是，很可能您有一个reduce任务，该任务输出的类型与传入的映射对不同——例如，如果映射任务统计文档中的单词，但reduce任务计算的是平均单词频率。在这种情况下，map将发出整数，而reduce将发出浮点数。

map和reduce输出可能不同。但是您需要告诉应用程序它们是。以下是如何：

setOutputKeyClass（）和setOutuptValueClass（）方法控制映射函数和reduce函数的输出类型，这两个函数通常是相同的

---

如果它们不同，可以分别通过setMapOutputKeyClass（）和SetMapOutputValue设置映射输出键/值类型

映射和减少输出可能不同。但是您需要告诉应用程序它们是。以下是如何：

setOutputKeyClass（）和setOutuptValueClass（）方法控制映射函数和reduce函数的输出类型，这两个函数通常是相同的

如果它们不同，可以分别通过setMapOutputKeyClass（）和SetMapOutputValue设置映射输出键/值类型