MapReduce求各年销售笔数、销售总额实验（流程+代码+运行截图）

流程：

1. 读入数据：将销售数据读入MapReduce程序中。

2. Map阶段：将每一笔销售数据映射为一对键值对，其中键为销售年份，值为该笔销售数据的销售笔数和销售总额。

3. Shuffle阶段：将Map阶段输出的键值对按照键进行分组，将同一键的所有值放到同一个组中。

4. Reduce阶段：对于每个分组，将该组中所有值的销售笔数和销售总额进行累加，并输出结果。

代码：

# -*- coding: utf-8 -*-
from mrjob.job import MRJob

class SalesCount(MRJob):

    # 定义Map阶段处理函数
    def mapper(self, _, line):
        # 将每一行销售数据转换为列表
        data = line.strip().split(',')
        # 获取销售年份、销售笔数和销售总额
        year = data[0][:4]
        count = 1
        amount = float(data[1])
        # 输出键值对
        yield year, (count, amount)

    # 定义Reduce阶段处理函数
    def reducer(self, year, values):
        # 初始化销售笔数和销售总额
        count = 0
        amount = 0.0
        # 遍历当前分组中的所有值，累加销售笔数和销售总额
        for value in values:
            count += value[0]
            amount += value[1]
        # 输出结果
        yield year, (count, amount)

if __name__ == '__main__':
    SalesCount.run()

运行截图：