使用课堂讲解的Hadoop mapreduce，编写map类和reduce类。（至少完成2项）
（1）对天气数据，计算每个城市id的最高气温（最大值）
（2）对天气数据，计算每个城市id的最低气温（最小值）
（3）对天气数据，计算每个城市id的气温次数（计数）
（4）对天气数据，计算每个城市id的平均气温（平均值）
读取表格数据的时候把表头删掉，因为表头是字符串，数据是整数
教程开始
[评论可见]隐藏内容 - 管理员可见
export HADOOP_CLASSPATH=/root/Desktop/hadoop/hadoop-3.3.1/share/hadoop/common/hadoop-common-3.3.1.jar:/root/Desktop/hadoop/hadoop-3.3.1/share/hadoop/mapreduce/hadoop-mapreduce-client-common-3.3.1.jar:/root/Desktop/hadoop/hadoop-3.3.1/share/hadoop/common/lib/commons-cli-1.2.jar:/root/Desktop/hadoop/hadoop-3.3.1/share/hadoop/mapreduce/hadoop-mapreduce-client-jobclient-3.3.1.jar:/root/Desktop/hadoop/hadoop-3.3.1/share/hadoop/mapreduce/hadoop-mapreduce-client-core-3.3.1.jar
以上命令注意事项：
- jar包的路径根据自己实际情况修改，不要无脑复制粘贴
- 该命令是暂时性的，只在一次控制台窗口生效，关闭控制台窗口再重新打开需重新运行此命令，也可永久指定，在该文件内指定即可/etc/profile（不建议永久指定）
javac -classpath $HADOOP_CLASSPATH -d container WordCount.java
对以上命令的说明：
- $HADOOP_CLASSPATH：这个是第一步指定的环境变量，里面有编译该程序的jar包，不需更改
- container：存放编译Java程序后的字节码文件（.class结尾），可根据实际情况任意指定
- WordCount.java：要编译的JAVA文件，文章最后会给出，根据实际情况更改，根据不同的题目指定不同的Java程序
jar -cvf norths.jar -C container/ .
对以上命令的说明：
- norths.jar：打包成jar包后的名字，可根据实际情况任意指定
- container/ .：把对应文件夹下的字节码文件打包成jar包，因为上一步我们把字节码存放到了container文件夹中，所以在这一步我们把该文件夹中的字节码文件打包成jar包
hadoop jar /root/Desktop/mapreduce/norths.jar WordCount /wordcount/input/temperatures.csv /wordcount/output-1
对以上命令的说明：
- /root/Desktop/mapreduce/norths.jar：上一步打包的jar包的存放路径，对应的是linux本地的路径
- WordCount：java程序的类名
- /wordcount/input/temperatures.csv：要处理的文件的路径，对应的是hadoop上的路径
- /wordcount/output-1：处理完文件后结果的存放路径，对应的是hadoop上的路径（此路径不能是已经存在的路径）
本教程省略了在本地新建文件，并把文件上传到hadoop文件系统的步骤，因为能看这个教程的默认已经掌握这些基本操作
对一个包含大量整数的文件进行统计分析，将尾数相同的数字放在同一个文件中（用分区实现）。
[评论可见]隐藏内容 - 管理员可见
参考第一题运行过程：
注意事项：
读取的文件变了，不再是表格了，是自己随便指定的
Java程序的类名变了，注意更改
