原文：http://wingmzy.iteye.com/blog/1260570
hadoop中的map-reduce是处理<key,value>这样的键值对，故指定<key,value>的分割符等参数可以分成三类：
map输出时分割符
分桶时的分隔符
reduce输出时的分割符
下面分别叙述：
1. map输出时分割符
参数：
stream.map.output.field.separator
作用：
指定map输出时的分割符
stream.num.map.output.key.fields
指定输出按照分隔符切割后，key所占有的列数
举例：
input数据：
2,2,c,c,c,c
参数配置：
-mapper "cat" # map 为分布式的cat命令
-reducer "" #reduce为空 /
-jobconf stream.map.output.field.separator=',' /
-jobconf stream.num.map.output.key.fields=2 /
即按照','逗号分隔后，去前2列作为key
output数据：
2,2 c,c,c,c #其中key为2,2 value为c,c,c,c
2. 分桶时的分隔符
map.output.key.field.separator
指定map输出<key,value>对之后，其中key内部的分割符
num.key.fields.for.partition
指定分桶时，按照分隔符切割后，用于分桶key所占的列数
举例：
map的output数据：
2,2 c,c,c,c
参数配置：
-jobconf map.output.key.field.separator=',' /
-jobconf num.key.fields.for.partition='1' /
-partitioner org.apache.hadoop.mapred.lib.KeyFieldBasedPartitioner /
output数据：
这样用于partition分桶的key就为：2
注意，这里分桶不应该用默认的HashPartitioner
3. reduce输出时的分割符
这个与map类似，分别用于reduce输出时分隔符以及key占有的列数
stream.reduce.output.field.separator
stream.num.reduce.output.key.fields
也可以通过代码实现，如下
mapreduce 默认情况下 key/value 分隔符为：“ ”
测试的输出如下：
我们可以在代码中进行设置来自定义 key/value 输出分隔符：在代码中添加如下一行代码：
conf.set("mapred.textoutputformat.separator", ";"); //此处以”；“作为分割符，后边介绍为什么这么修改
修改代码后，测试修改结果：
修改原因：
我们checkout hadoop-1.2.1版本
打开文件：TextOutputFormat.java
我们可以看到如下一行代码：
String keyValueSeparator= conf.get("mapred.textoutputformat.separator",
" ");
代码的意思是：读取设置的key/value输出分隔符，如果没有读取到，默认使用 " "
所以我们就在任务执行前设置名称为：mapred.textoutputformat.separator 的自定义值 即可
