Java MapReduce:Mapper和Reducer可以共享变量吗？

我正在使用

Java

，

Hadoop

进行

MapReduce

输入（

txt

文件）：

Mapper

读取上述文本文件的每一行并发出

（word，1）

。但是由于

Reducer

应该知道每个单词在整个文档中出现的数量。例如，在“apple”的情况下，它出现在doc1、doc2、doc3，因此在

Reducer

中需要“3”

我想的是这样的： 由于

Reducer

在所有

Mapper

的工作完成后开始运行，

Mapper

可以在每次发出

（word，1）

时增加

HashMap

的值。例如，当

Mapper

读取

doc1

行时，它将整个内容作为唯一的单词（=>苹果比萨饼）。每次它发出

（word，1）

，说

（apple，1）

，做

hashMap['apple']+

所有

Mapper

的工作完成后，

Reducer

访问此

HashMap

，以便它可以使用每个单词在整个文档中出现的次数

我读过，但我想从你们那里得到建议

---

p、 很抱歉我英语不好，但我不是本地人。如果你不明白我在说什么，请发表评论。

我不确定我是否完全明白你在这里做什么

这样做的目的是什么？ 如果要计算每个单词在所有记录中出现的次数，它将如下所示：

制图员：

function map(){
  String[] arr = line.split(" ");
  foreach(String word : arr){
    context.write(word,1)
  }
}

映射完成后，所有键都将按键排序，并分组在一起。 这是一个非常重要的特性

例如：

 Mapper:
    doc1 will produce:
    apple 1
    pizza 1
    apple 1

映射后，文档将按键分组： 苹果=>[1,1] 比萨饼=>[1]

减速器：

function reduce(apple, [1,1]){

        count=0;
        foreach(value in values) do:
          count++
        done

        context.write(key,count) ; //Here you will have the number of apples 
    in all your docs 
}

function reduce(apple, [1,1]){

        count=0;
        foreach(value in values) do:
          count++
        done

        context.write(key,count) ; //Here you will have the number of apples 
    in all your docs 
}