开发者学堂课程【Hadoop 分布式计算框架 MapReduce：GroupingComparator分组（辅助排序）】学习笔记，与课程紧密联系，让用户快速学习知识。
课程地址：https://developer.aliyun.com/learning/course/94/detail/1533
GroupingComparator 分组（辅助排序）
接下来我们来进入分组排序的学习，它所对应的步骤如下：
对 Reduce 阶段的数据根据某一个或几个字段进行分组。
一. 分组排序步骤:
自定义类继承 WritableComparator。
(2）重写 compare()方法
@overridew
Public int compare(WritableComparable a，writableComparable b)
{
//比较的业务逻辑
return result;
}
(3）创建一个构造将比较对象的类传给父类.
protected OrderGroupingComparator () {
super(OrderBean.class, true);
}
三、根据以上，我们再创建一个类名为 OrderGroupingComparator 的类
其中要注意它是继承而并不是实现，
之前我们写的都是实现而并非继承
开始编写时，先自定义继承 WritableComparator，再手动添加包。输入 co, 点击第三个导入 compare 方法之后。
定义 aBean为OrderBean 类型，再将 a 强制转换成 OrderBean 类型以方便赋值,再定义 bBean。使用 if..else 语句比较 aBean 和 bBean 的 id 大小，大于返回1，小于返回 -1，相等返回 0，最后令返回值为 result。
但代码到此远远不行，我们还应该写一个构造，并且 super(... , ... ) 其中当前比较是谁 super 的第一个参数就是谁
且 super 中为什么传 ture 呢，我们可以鼠标左键点击按住 ctrl 鼠标点击 super 进入查看解码，可以看出，如果为 ture 就创建 newkey( ),而不为 ture 时就会报空指针异常
到此我们分组排序的代码就写完了，而我们通过把该行注释的代码给放回程序中，就可以构造我们所写程序和原来程序的关系
最后再查看效果，和我们所想要的一样，输出了每个 id 的最大值
完整代码：
1. package com.atguigu.mr.order;
2. Import org.apache.hadoop.io.writableComparable;
3. import org.apache.hadoop.io.writableComparator;
4. public class OrderGroupingComparator extends writableComparator{
5. Protected OrderGroupingComparator(){
6. Super(OrderBean.class,ture);
7. }
8. @Override
9. public int compare(WritableComparable a，writableComparable b){
10. //要求只要 id 相同，就认为是相同的 key
11. OrderBean aBean = (orderBean) a;
12. OrderBean bBean = (orderBean) b;
13. int result;
14. if (aBean.getOrder_id() > bBean.getOrder_id()){
15. result = 1;
16. }else if(aBean.getorder_id() < bBean.getOrder_id()){
17. result = -1;
18. }else {
19. result = 0;
20. }
21. Return result;
22. }
