mapreduce程序，包括了自定义排序，自定义分区，分组的例子程序，方便学习
自定义combiner:
减少reduce端的数据量 提升性能
在实际应用中一般很少去加上combiner组件，没有特殊需求，我们最好别加上
1）继承Reducer 前两个=后两个
2）重写reduce
3)job中设置 job.setCombinerClass()
自定义排序类
1、实现WritableComparable类
2、重写 write和 readFields方法
3、重写compareTo (写的是排序规则)
4、job设置：
自定义分组类：
（默认是按照key的字典进行分组）
1）继承 WritableComparator
2）重写compare()
3)写构造方法 调用父类的构造方法 帮助我们构建参数对象
4）job设置 job.setGroupingComparatorClass()
只要分组： 一定写排序
排序 a
分组 b
sort：b a
group b
自定义分区类:
相当于把输出的文件拆分为几个分区文件，一个分区一个文件
1、继承Partitioner类
2、重写getPartition方法
3、job设置： job.setPartitionerClass(MyPartition.class); //指定分区类
job.setNumReduceTasks(3); //设置reduce的个数，一般和分区的个数保持一致