Java 如何在具有多个输入的映射器中获取文档ID

我正在使用Java中的Hadoop编写一个TF-IDF（没有Pig或Hive）用于学习目的。我将把它分成三个部分：单词数，每个文档的单词数，最后是每个单词的文档数

我相信工作的主链是正确的，但是我有一个问题：在我的第一轮中，如何在映射器中获取文档Id？我有以下多个输入：

    Path doc1 = new Path(System.getProperty("user.dir") + "/1.dat");
    Path doc2 = new Path(System.getProperty("user.dir") + "/2.dat");
    Path doc3 = new Path(System.getProperty("user.dir") + "/3.dat");
    MultipleInputs.addInputPath(job1, doc1, TextInputFormat.class, MapperRoundOne.class);
    MultipleInputs.addInputPath(job1, doc2, TextInputFormat.class, MapperRoundOne.class);
    MultipleInputs.addInputPath(job1, doc3, TextInputFormat.class, MapperRoundOne.class);

• 第1轮：
• 映射器{docID=>[words]}-->{[word，docID]=>1}
• 缩减器{[word，docId]=>[1,1，…]}-->{[word，docId]=>wordCount}

显然，我可以将每个输入设置为不同的映射器，并硬编码docID，这显然不是通用的。如何做到这一点？

您可以使用

name = ((FileSplit)context.getInputSplit()).getPath().toString();

提及

而且

---

HTH

谢谢！真正对我有用的是这个答案：