Java MapReduce：如何在没有换行符的情况下输出键/值对？

我正在使用0 reduce方法解决我的问题。我希望预处理一个文件中的数据，然后将其作为另一个文件写入，但没有新行和制表符？我怎样才能输出我的地图作业，该作业已使用与预处理相同的文件格式处理了我的数据。 也就是说，我有这样的东西：

预处理：

<TITLE> Herp derp </Title> I am a major general  

我想让它做的是：

Herp Derp I am a major general 

我认为问题在于这一行代码：

job.setOutputFormatClass(TextOutputFormat.class);

然而，当我尝试时，我很天真地做了如下事情：

job.setOutputFormatClass(null);

这显然行不通。是否有提供的format类可用于执行此操作？如果没有，我怎么能编写自己的类，只输出我想要的一切？我是hadoop和MapReduce的新手

我在下面包含了我的地图功能。我不想使用reduce，因为它会在map和reducer之间排序

        public void map(LongWritable key, Text value, Context context)
                throws IOException, InterruptedException {

            String line = value.toString();
            StringTokenizer tokenizer = new StringTokenizer(line);


            while (tokenizer.hasMoreTokens()) {

                word.set(tokenizer.nextToken());

                //Did preprocessing here, irrelevant to my problem

                context.write(word, null);
            }
        }

---

此外，我还用谷歌搜索了一下，并阅读了ApacheHadoopAPI，看看是否能找到答案

如果您的映射程序正在从单个输入行写入包含单个标记的多个记录，那么您绝对需要一个减速机将这些标记重新组合到一行中进行输出。如果没有减缩器，就无法完成此操作。

在mapper类中，不要将行解析为单个单词并写出它们，而是尝试将整行发送到

context.write(word, null);

这样一来，它就可以将您最初使用的整个字符串保持在一起，而不是一段一段地发送行

---

因此，在进行预处理工作时，请将字符串分开，然后在使用context.write命令发送时将其重新组合起来。

我的案例非常狭窄。我的映射程序没有写入多条记录。相反，它是一个原始文件，并对其进行处理，然后像我希望的那样返回预处理后的值，但现在在每一行上。每次调用映射器时，您会调用context.write（）多少次。听起来不止一个。如果你想从这些多次写入中得到一行输出，那么你需要一个减速机。我将编辑我的代码以显示我的map函数。但我可以对减速机说不。我将销毁我的文件格式。把它想象成一本书，一首歌，或者其他什么。如果我使用一个减缩器，这将得到排序，并破坏我解析它的任何值。我基本上是使用Mapreduce来解析一些xml标记。我还做了一些词干和停止词。然而，我想让其余的人单独呆着。这很有效。我将每个单词作为键/值对输出。但这个文件中的每个“文档”都是一行。所以一旦我这么做了，一切就都明朗了。谢谢。@GeekyOmega:您想根据输入对输出进行排序吗？

context.write(word, null);