如果Hadoop出現問題，找到Hadoop提供的網址查看進度。然後看被kill掉的程序中的：
找裏面的error log，看看問題出在哪裏？
使用Hadoop寫腳本的時候最好寫個main函數，然後把其他東西全都包裝成函數。最後運行main。
至於hadoop hce跟steaming不一樣，是適配C++的Hadoop。所以第一個參數是要運行的c++文件，然後後面就是輸入參數了。但是要注意，args[1] = 1而不是segment。而args[0]是c++文件的路徑，這點跟Java不同。
hadoop多路輸出：
http://www.cnblogs.com/shapherd/archive/2012/12/21/2827860.html
啓動腳本中需要指定-outputformat org.apache.hadoop.mapred.lib.SuffixMultipleTextOutputFormat或者-outputformat org.apache.hadoop.mapred.lib.SuffixMultipleSequenceFileOutputFormat，
所有標準輸出的value中都要加上 #X後綴，X代表A-Z， 不然會報invalid suffix錯誤
hadoop的排序是採用二進制的方式進行排序的跟普通的Linux的sort有一點小小的差異性，如果你發現兩個相同字段居然沒有排在一起，那就一定是因爲其中一個字段可能後面跟了“\3”"\t"這種隱形字符。
例如，mimida 和 mimida\3可能不會排在一起。總之需要注意的是對中文進行排序時需要注意。而且默認的是\t。
字符串匹配的時候一定要把那些隱形字符\t \3去掉再進行匹配。因爲你看上去都是一樣的mimida，如果其中一個帶上了一個\3就會讓你debug半天！
hadoop會自動在每一行mapper的輸出上加\t\n
也就是說自動會換行，自動會在最後一行加一個\t。
所以如果reducer不是用\t匹配的話一定要把\t和\n去掉
小知識：
args是C++傳進去的參數，0是文件的路徑，1是第一個參數，2是第二個參數，這點跟Java不同。
如果只有單行數據，hadoop會在最後一行自動加\t。做數據統計的時候注意啊，如果只有一列一定要清掉\t啊！！！！！
