大数据之hadoop面试题2

2.7.  用mapreduce来实现下面需求？ 如今有10个文件夹,每一个文件夹都有1000000个url.如今让你找出top1000000url。 方法一： 运用2个job，第一个job直接用filesystem读取10个文件夹做为map输入，url作key，reduce计算url的sum， 下一个job map用url做key，运用sum做二次排序，reduce中取top10000000 1

>>阅读原文<<