Hadoop-Python实现Hadoop Streaming分组和二次排序

分组(partition) Hadoop streaming框架默认状况下会以’/t’做为分隔符，将每行第一个’/t’以前的部分做为key，其他内容做为value， 若是没有’/t’分隔符，则整行做为key；这个key/tvalue对又做为该map对应的reduce的输入。 -D stream.map.output.field.separator 指定分割key分隔符，默认是/t -D strea

>>阅读原文<<