用java的MapReduce写一个完整的一定能够跑通的MapReduce程序，目的是将这个文档中的数据以行为单位分割后，将每行的倒数第二列数据类型拆分成2017-11-23这种的类型后与改行的其他数据一起保存下来

为了实现您提出的需求，我们可以设计一个Java MapReduce程序来处理您的数据。目标是从每一行中提取日期，并将其转换为“2017-11-23”这样的格式，然后将修改后的日期与该行其它的数据重新组合并输出。下面是一个基本框架示例：

首先定义Mapper类，它负责读取输入文件的内容，并对每一行进行解析和转换。

import java.io.IOException;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Mapper;

public class DateTransformMapper extends Mapper<LongWritable, Text, Text, Text> {
    private static final String DELIMITER = ",";
    
    @Override
    protected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {
        // 将整行记录转换成字符串
        String line = value.toString();
        
        // 按照逗号分隔成数组
        String[] fields = line.split(DELIMITER);
        
        // 获取原始日期字段，并转换格式
        String originalDate = fields[fields.length - 2];
        String formattedDate = formatOriginalDate(originalDate);
        
        // 替换原始日期为新格式
        fields[fields.length - 2] = formattedDate;
        
        // 重新构建这一行
        StringBuilder newLine = new StringBuilder();
        for (int i = 0; i < fields.length; i++) {
            if (i > 0) newLine.append(DELIMITER);
            newLine.append(fields[i]);
        }
        
        // 输出键值对，这里使用整个行作为value，key可以是任意不影响后续操作的值
        context.write(new Text("ignoredKey"), new Text(newLine.toString()));
    }

    private String formatOriginalDate(String dateStr) {
        // 假设输入总是形如"20171123"
        if (dateStr.length() != 8 || !dateStr.matches("\\d{8}")) return dateStr;
        
        return dateStr.substring(0, 4) + "-" + dateStr.substring(4, 6) + "-" + dateStr.substring(6);
    }
}

接下来定义Reducer类，此步骤在这个场景下其实并不需要做任何实际的工作，因为我们仅仅是想改变输出格式而不是聚合数据或计算某些结果。

import java.io.IOException;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Reducer;

public class DateTransformReducer extends Reducer<Text, Text, Text, Text> {
    @Override
    protected void reduce(Text key, Iterable<Text> values, Context context)
            throws IOException, InterruptedException {
        for (Text val : values) {
            // 直接输出每个mapper的结果
            context.write(key, val);
        }
    }
}

最后设置Job配置：

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;

public class DateTransformDriver {
    public static void main(String[] args) throws Exception {
        Configuration conf = new Configuration();
        Job job = Job.getInstance(conf, "date transform");
        job.setJarByClass(DateTransformDriver.class);
        job.setMapperClass(DateTransformMapper.class);
        job.setReducerClass(DateTransformReducer.class);
        job.setOutputKeyClass(Text.class);
        job.setOutputValueClass(Text.class);

        FileInputFormat.addInputPath(job, new Path(args[0]));
        FileOutputFormat.setOutputPath(job, new Path(args[1]));

        System.exit(job.waitForCompletion(true) ? 0 : 1);
    }
}

以上代码片段提供了一个基础的解决方案，用于从文本文件中读取特定格式的日志数据，并将其中的日期字段按照指定的方式转换后输出。请注意，在真实环境中部署时可能还需要进一步调整和完善，比如错误处理、日志记录等。