Java 如何使Hadoop reducer为单个键输出多个值

我有一些数据集，我想计算每个记录的最小值、最大值和平均值（例如：userID_1--minimum_1--maximum_1--avg）

这是我的代码，我需要知道如何才能让我为单个键编写这些值：

public static class Reduce extends Reducer<Text, IntWritable, Text, IntWritable> {

    public void reduce(Text key, Iterable<IntWritable> values, Context context)
            throws IOException, InterruptedException {
        int sum = 0;
        int visitsCounter = 0;
        int min = Integer.MAX_VALUE;
        int max = Integer.MIN_VALUE;
        float avg;
        for (IntWritable val : values) {
            int currentValue = val.get();
            sum += currentValue;
            visitsCounter++;
            min = Math.min(min, currentValue);
            max = Math.max(max, currentValue);
        }
        avg = sum / visitsCounter;

        //here can be the supposed edit to let me output (user - min - max - avg )
        context.write(key, new IntWritable(sum));
    }
}

公共静态类Reduce扩展Reducer{
公共void reduce（文本键、Iterable值、上下文）
抛出IOException、InterruptedException{
整数和=0；
int visitsCounter=0；
int min=整数最大值；
int max=整数的最小值；
浮动平均值；
for（可写入值：值）{
int currentValue=val.get（）；
总和+=当前值；
VisitCounter++；
最小值=数学最小值（最小值，当前值）；
最大值=数学最大值（最大值，当前值）；
}
平均值=总和/访问计数；
//这里可以是允许我输出的假定编辑（user-min-max-avg）
write（key，newintwriteable（sum））；
}
}

在MapReduce中，数据以键值对的形式在两个阶段流动，即Map阶段和Reduce阶段。

因此，我们需要在Map级别和Reduce级别设计键值对

这里的键和值数据类型是可写的

键可以由多个值组成，值可以由多个值组成。

对于原子值的情况，我们使用IntWritable、DoubleWritable、LongWritable、FloatWritable等

对于复杂的键和值数据情况，我们使用文本数据类型或用户定义的数据类型

处理此场景的简单解决方案是使用文本数据类型，即将所有这些列串联成字符串对象，并将此字符串对象序列化为文本对象。但是这是低效的，因为在大型数据集上有大量的字符串连接

使用自定义/用户定义的数据类型来处理此类场景。 使用Hadoop API中的Writable或WritableComparable接口编写自定义数据类型

公共静态类Reduce扩展Reducer{
Text emitValue=新文本（）
公共void reduce（文本键、Iterable值、上下文）
抛出IOException、InterruptedException{
整数和=0；
int visitsCounter=0；
int min=整数最大值；
int max=整数的最小值；
浮动平均值；
for（可写入值：值）{
int currentValue=val.get（）；
总和+=当前值；
VisitCounter++；
最小值=数学最小值（最小值，当前值）；
最大值=数学最大值（最大值，当前值）；
}
平均值=总和/访问计数；
字符串myValue=min+“\t”+max+“\t”+avg；
emitValue.set（myValue）；
//这里可以是允许我输出的假定编辑（user-min-max-avg）
write（键、值）；
}
}