MapReduce可以处理csv文件吗

MapReduce确实能够处理CSV文件。这里有一个简单的示例[^1]，展示了如何使用Hadoop的MapReduce框架来处理CSV格式的地震数据。首先，你需要下载并导入CSV文件，如`EXPO_CAT_2007_12.csv`，然后在Mapper阶段通过opencvs解析逗号分隔的数据。

// 假设Mapper.java
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Mapper;

public class CSVMapper extends Mapper<Object, Text, Text, IntWritable> {
    private final static IntWritable one = new IntWritable(1);
    private Text word = new Text();

    @Override
    protected void map(Object key, Text value, Context context) throws IOException, InterruptedException {
        String[] fields = value.toString().split(",");
        // 处理每一行的字段，例如提取地震时间或震级作为键，其他信息作为值
        // ...
        context.write(word, one); // 输出键值对
    }
}

而在Reducer阶段，你可以对数据进行进一步处理，比如计算频率或聚合数据。另一个例子[^2]则展示了如何设置MapReduce作业的输入和输出路径，用于处理价格数据：

// 假设Driver.java
FileInputFormat.setInputPaths(job, new Path("D:\\...\\input\\steam.csv"));
FileOutputFormat.setOutputPath(job, new Path("D:\\...\\output"));

job.waitForCompletion(true);

这说明MapReduce不仅可以读取CSV文件，还能根据需求执行复杂的数据处理任务。