谢谢大家的建议。
我的mapreduce工作实际上只是一个简单的搜索工作，map任务提取符合特定条件的输入行。然后简单地输出结果，而不需要执行任何reduce任务。
最初我没有设置reduce tasks编号，从输出日志中我可以看到它默认为1。我试图设置一个更高的数字，但不知怎的，它确实产生了多个输出文件（第000xx部分），但只有一个输出文件将携带所有的结果，而其余的只是空文件。
当我把它放在下面的时候，它就起作用了。每个reduce任务的输出都是最终的输出文件。我不确定这是否是正确的方法，但我现在就把它作为一个解决办法
conf.set（“mapred.reduce.tasks”，“0”）

我在字数方面也有类似的问题。在我的情况下，我需要把每个字母开头的单词写进不同的文件中 MultipleOutputs .

public class NameCountReducer extends Reducer<Text, NameCountTuple, Text, NameCountTuple> {
private NameCountTuple result = null;
private MultipleOutputs<Text,NameCountTuple> out;
 public void setup(Context context) {
   out = new MultipleOutputs<Text,NameCountTuple>(context);   
 }
public void reduce(Text key, Iterable<NameCountTuple> values, Context context)
        throws IOException, InterruptedException {
    int count = 0;
    for (HITuple val : values) {
        count += val.getCount();
    }
    result.setCount(count);
    out.write(key, result,"outputpath/"+key.getText().charAt(0));
}
public void cleanup(Context context) throws IOException,InterruptedException {
    out.close();        
 }

}
在这里，它给出以下路径中的输出

outputpath/a
          /b
          /c
 .......

为此，你应该使用 LazyOutputFormat.setOutputFormatClass() 而不是 FileOutputFormat . 还需要添加作业配置 job.setOutputFormatClass(NullOutputFormat.class)

原谅我，但通常你会得到尽可能多的part-r-nnnnn文件。如果字数计算示例只配置了一个reducer，那么您所要做的就是配置多个reducer（mapred.reduce.tasks或hadoop2等效程序）。