写一个完整的MapReduce程序来转换日期，假设输入的数据是一串Unix时间戳（1511544070），我们需要一个映射阶段将这些时间戳转换成标准日期格式，然后在归约阶段合并并保持唯一结果。

在MapReduce框架中，我们通常会定义两个主要函数：map()函数执行映射操作，reduce()函数执行归约操作。这里，我们将使用Hadoop Streaming API，它允许用户编写简单的脚本作为mapper和reducer。首先，我们将创建一个Python mapper脚本来将Unix时间戳转换为日期，然后创建一个reducer脚本来处理并合并日期。

**Mapper脚本 (mapper.py)**:

#!/usr/bin/env python
import sys
from datetime import datetime

# Map function to convert Unix timestamp to ISO date
for line in sys.stdin:
    try:
        unix_timestamp = int(line.strip())
        dt_object = datetime.fromtimestamp(unix_timestamp)
        iso_date = dt_object.strftime("%Y-%m-%d %H:%M:%S")
        print(f"{iso_date}\t1")
    except ValueError:
        pass  # Skip non-integer lines

**Reducer脚本 (reducer.py)**:

#!/usr/bin/env python
import sys

current_date = None
count = 0

for line in sys.stdin:
    parts = line.strip().split("\t")
    if len(parts) != 2:
        continue
    date, count_str = parts
    count = int(count_str)

    if current_date and current_date == date:
        count += count
    else:
        if current_date:
            print(f"{current_date}\t{count}")
        current_date = date
        count = 1

# Print the last unique date after the loop
if current_date:
    print(f"{current_date}\t{count}")

在实际运行时，你可以这样调用`hadoop streaming`命令：

hadoop jar hadoop-streaming.jar -input input_file.txt \
-mapper mapper.py -reducer reducer.py -output output_dir

这将读取`input_file.txt`中的Unix时间戳，通过mapper转换为ISO日期格式，然后由reducer合并并去除重复日期。