mr本质上是一种生成按不同键排序的数据集输出的方法。reduce函数已经可以聚合到最终结果。
在您的例子中，Map器会将输入数据Map到您描述的类型的记录。
、其他数据
并将其Map到：
其他数据
生成复合密钥可能是最简单的。与创建实现k，v的子类不同，您可以将其Map到一个字符串类型，该类型每天和每个客户机都正确排序：
yyyymmdd年_
这保证了每个客户机每天的所有记录都由同一个reducer处理。然后，您可以简单地计算记录的数量，并将其作为当天的新记录输出。然后分解原始密钥并发出如下新记录：
yyyymmdd，客户，
还有一些选项：-如果合适的话，将文件加载到内存中，并确定每天的最大值。-将文件加载到数据库并执行sql选择-运行另一个mr作业：
身份Map器：yyyymmdd，client，<#requests>->yyyymmdd（key）+client，#requests
然后在减速机中，您现在可以在一天内获得所有客户。然后，您只需维护每天的状态，即最高的请求是什么，针对哪个客户机，以及当日期更改或到达文件末尾时，输出具有最高编号的客户机id。
我个人认为最简单的方法是使用google云平台的bigquery。您可以将（gzip）中的文件加载到一个简单的模式中，并针对该模式运行bq语句：

select date, client, num_requests, row_number() over(partition by date order by num_requests desc) as rn
from (
  select date, client, count(client) as num_requests from my_table 
group by date, client
) as T
where rn = 1