map: -D stream.map.output.field.separator=. 定义mapoutput字段的分隔符为. 用户可以自定义分隔符（除了默认的tab） -D stream.num.map.output.key.fields=4 第四个.前面的是key，后面的是value。如果该行.的个数少于四个，则整行数据就是key，value是空。 总结：就是划分map输出的key与value的。因为输出的都是文本行。都有个划分标志。 对应context.write(key, value) reduce:（同上） -D stream.reduce.output.field.separator=SEP -D stream.num.reduce.output.fields=NUM partitioner -partitioner org.apache.hadoop.mapred.lib.KeyFieldBasedPartitioner -D stream.map.output.field.separator=. -D stream.num.map.output.key.fields=4 -D map.output.key.field.separator=. 字面的解释：map的输出key的field的separator=. (对key再进行切分==二面） #-D num.key.fields.for.partition=2 指定将key分割后的前两部分用做partition -D mapred.text.key.partitioner.options=-k1,2 附注：-k1,2 指定对key进行划分后第1 2个域进行划分（上述解释没有找到相关文档，也不属于原文） example1 Output输出（keys） 因为 -D stream.num.map.output.key.fields=4 指定map的输出行前4个作为key，后面为value 11.12.1.2 11.14.2.3 11.11.4.1 11.12.1.1 11.14.2.2 划分到3个reducer（前面2个字段作为partition的keys） 11.11.4.1 ----------- 11.12.1.2 11.12.1.1 ----------- 11.14.2.3 11.14.2.2 Reducer的每个划分内排序（4个字段同时用于排序） 实现了partitioner不是用map的输出key做partition而是用key的某一部分，对应了java中的自定义partitioner 11.11.4.1 ----------- 11.12.1.1 11.12.1.2 ----------- 11.14.2.2 11.14.2.3 example2 -D mapred.output.key.comparator.class=org.apache.hadoop.mapred.lib.KeyFieldBasedComparator -D stream.map.output.field.separator=. -D stream.num.map.output.key.fields=4 -D map.output.key.field.separator=. -D mapred.text.key.comparator.options=-k2,2nr -k2,2nr 中-k2,2指定key分割后的第2个域进行排序，n 指定使用数字排序，r指定排序结果最后要进行反转 Map输出（keys） 11.12.1.2 11.14.2.3 11.11.4.1 11.12.1.1 11.14.2.2 Reducer的输出（使用第二个字段进行排序） 11.14.2.3 11.14.2.2 11.12.1.2 11.12.1.1 11.11.4.1