入门HadoopMapReduce的时候，用一个给定的log文件做数据清洗的时候，
run方法出现了小错误，找了很久(一直以为自己设置正确了)
run 方法
public int run(String[] args) throws Exception {
// TODO Auto-generated method stub
// final Job job = new Job(new Configuration(),
// LogMapReduce.class.getSimpleName());
// 工作在这个配置到文件系统下
// Configuration configuration = super.getConf();
Configuration configuration = new Configuration();
Job job = Job.getInstance(configuration);
// 执行到jar文件就是当前类，因为下面还要写一个main方法
job.setJarByClass(MyMapReduce.class);
// 设置传入和输出路径
Path inPath = new Path(args[0]);
Path outPath = new Path(args[1]);
// 将路径配置到job中
FileInputFormat.addInputPath(job, inPath);
FileSystem fileSystem = FileSystem.get(configuration);
// FileSystem fileSystem = FileSystem.get(new URI(args[0]), getConf());
if (fileSystem.exists(outPath)) {
fileSystem.delete(outPath, true);// 防止报错
}
FileOutputFormat.setOutputPath(job, outPath);
// 设置map函数
job.setMapperClass(MyMap.class);
job.setMapOutputKeyClass(LongWritable.class);
job.setMapOutputValueClass(Text.class);
// 设置rudece函数
job.setReducerClass(MyReduce.class);
job.setOutputKeyClass(Text.class);
job.setOutputValueClass(NullWritable.class);
// 返回
boolean waitForCompletion = job.waitForCompletion(true);
System.out.println(waitForCompletion);
return waitForCompletion ? 0 : 1;
}
其中要设置map和reduce的输入类型，由于其中一个设置错误，导致map无法正确的写入到环形缓冲区中，实际上就是无法执行map方法中的context.write()方法。
细节决定成败，加油。
