你的 compareTo() 执行不正确。你得先分类 uniqueCarrier ，然后继续 month 打破平等：

@Override
public int compareTo(CompositeKey other) {
    if (this.getUniqueCarrier().equals(other.getUniqueCarrier())) {
        return this.getMonth().compareTo(other.getMonth());
    } else {
        return this.getUniqueCarrier().compareTo(other.getUniqueCarrier());
    }
}

不过有一个建议：如果可能的话，我通常选择直接将属性实现为可写类型（例如， IntWriteable month 以及 Text uniqueCarrier ). 这样我就可以打电话了 write 以及 readFields 直接在他们身上，也使用他们的 compareTo . 少写代码总是好的。。。
说到更少的代码，您不必为复合键调用父构造函数。
现在我们要做的是：
我猜你还缺一个 hashCode() 方法，在本例中，该方法应仅返回要分组的属性的哈希值 uniqueCarrier . 默认情况下，hadoop partitionner会调用此方法，以便在缩减器之间分配工作。
我还会编写定制的groupingcomparator和sortingcomparator，以确保分组只在 uniqueCarrier ，排序的行为根据
CompositeKey compareTo() :

public class CompositeGroupingComparator extends WritableComparator {
    public CompositeGroupingComparator() {
        super(CompositeKey.class, true);
    }

    @Override
    public int compare(WritableComparable a, WritableComparable b) {
        CompositeKey first = (CompositeKey) a;
        CompositeKey second = (CompositeKey) b;

        return first.getUniqueCarrier().compareTo(second.getUniqueCarrier());
    }
}

public class CompositeSortingComparator extends WritableComparator {
    public CompositeSortingComparator()
    {
        super (CompositeKey.class, true);
    }

    @Override
    public int compare (WritableComparable a, WritableComparable b){
        CompositeKey first = (CompositeKey) a;
        CompositeKey second = (CompositeKey) b;

        return first.compareTo(second);
    }
}

然后，告诉你的司机使用这两种方法：

job.setSortComparatorClass(CompositeSortingComparator.class);
job.setGroupingComparatorClass(CompositeGroupingComparator.class);

编辑：如果您想进一步优化，请参阅pradeep关于实现rawcomarator的建议，以防止每次都要解组一个对象。

由于在compareto方法中未使用uniquecarrier，因此似乎存在相等问题。您需要在compareto和equals方法中使用uniquecarrier（还需要定义equals方法）。来自java语言参考
当且仅当c类的每一个e1和e2的e1.compareto（e2）==0具有与e1.equals（e2）相同的布尔值时，c类的自然序才与equals一致。注意，null不是任何类的示例，即使e.equals（null）返回false，e.compareto（null）也应该抛出nullpointerexception。
您还可以实现rawcomparator，这样就可以比较它们，而无需反序列化以获得更快的性能。
不过，我建议（就像我一直做的那样）不要自己写二次排序之类的东西。这些已经在pig和hive等项目中实现（以及其他许多优化）。e、 g.如果您使用的是hive，则只需编写：

SELECT ...
FROM my_table
ORDER BY month, carrier;

上面的代码编写起来比试图弄清楚如何编写二级排序要简单得多（最终当您需要再次使用它时，如何以通用的方式进行）。mapreduce应该被认为是一个低级编程范例，并且应该只在您需要高性能优化时使用（imho），而这些优化不是从pig或hive这样的高级项目获得的。
编辑：忘了提到分组比较器，见马特的答案