练一练：销售数据分析 销售数据如下图所示，其中的字段为：1，产品ID；2，客户ID； 3，日期； 4，渠道ID； 5，促销ID； 6，销售的数量（件）； 7，销售的总额（元）。使用MapReduce求出各年销售笔数，各年销售总额和各年销售平均值。

这道题目可以使用 MapReduce 框架进行求解。具体实现如下：

Mapper 阶段：

1. 将输入数据按照日期拆分成多个数据块，每个数据块包含一个年份和对应的销售数据。
2. 对于每个数据块，按照产品ID和客户ID进行分组，计算该组销售的总额和销售的数量。
3. 将年份作为 key，销售总额和销售数量作为 value 输出。

Reducer 阶段：

1. 对于相同年份的数据，将其销售总额和销售数量分别累加得到年销售总额和年销售笔数。
2. 计算年销售平均值，即年销售总额除以年销售笔数。
3. 将年份作为 key，年销售总额、年销售笔数和年销售平均值作为 value 输出。

具体代码实现可以参考下面的伪代码：

Mapper 阶段：

map(input_key, input_value):
    year = get_year(input_value.date)
    product_id = input_value.product_id
    customer_id = input_value.customer_id
    sales_amount = input_value.sales_amount
    sales_qty = input_value.sales_qty
    
    emit(year, (product_id, customer_id, sales_amount, sales_qty))

Reducer 阶段：

reduce(year, sales_data_list):
    year_sales_amount = 0
    year_sales_qty = 0
    
    for sales_data in sales_data_list:
        year_sales_amount += sales_data[2]
        year_sales_qty += sales_data[3]
    
    year_sales_avg = year_sales_amount / year_sales_qty
    
    emit(year, (year_sales_amount, year_sales_qty, year_sales_avg))

需要注意的是，上述代码中的 `get_year()` 函数用于从日期中提取年份，并且 `emit()` 函数用于将结果输出到 Reduce 阶段进行聚合。