本篇在hadoop上實踐了幾個hadoop程序。
分別是：詞頻統計（wordcount）、數據去重、數據排序、平均成績、單表關聯、多表關聯、倒排索引。
對hadoop程序的運行機制，特別是mapreduce的運行過程、接口規範、shuffle有了進一步瞭解。
對mapper、combine、reducer三個重要函數進行了重寫。
對輸入輸出文件夾input、output文件的刪除、更新、上載下載有了實踐操作。
程序一：wordcount.hadoop的hello world程序。
程序二：depulication.數據去重。對多個文件中，重複的數據及整理，只輸出出現一次的數據。
程序三：sort.數據排序。對多個文件中的數據，進行排序，輸出到一個文件中，並給出數據在原文件位次。
程序四：singleTableCorrelation.單表關聯。對單個文件內的數據關聯進行挖掘，輸出有關係的數據組合。
程序五：doubleTableCorrelation.多表關聯。對多個文件內，數據之間的關係進行挖掘，輸出有關係的數據之間的組合。它是單表關聯的擴展，邏輯上更加清晰。
程序六：average.平均值。對多個文件內，同一個人、商品的多個維度的值求均值。輸出一個列出所有人、商品平均值的文件。
程序七：invertedindex:倒排索引。倒排索引是文件檢索系統常用的數據結果，能夠快速找出與查找字符相關的文件。
小結：
hadoop編程主要集中在map、combine、reduce三個函數的編寫。
hadoop需要經常讀寫文件，所以效率並不高。
優點是能夠利用hadoop集羣，實現高吞吐量。
參考文章：
1、http://penghuaiyi.iteye.com/blog/1943464（詳細列出了上述程序的源碼java實現，思路、相關input\output文件）