用MapReduce实现词汇统计，代码描述reduce方法？

在使用MapReduce模型对文本数据进行词汇统计时，reduce阶段通常会接收map阶段分发过来的关键值对（key-value pairs），其中key是单词，value是一个表示该单词出现次数的计数。reduce方法的主要任务是对这些计数值进行累加，最终得到每个单词及其出现的总次数。

以下是一个简单的伪代码描述reduce方法：

// 假设输入是键值对 (word, 1)，需要转换为 (word, count)
public class WordCountReducer {
    private IntWritable totalCount = new IntWritable(); // 存储单词总数

    @Override
    public void reduce(KeyValue wordKey, Iterable<IntWritable> counts, Context context) throws IOException, InterruptedException {
        String word = wordKey.toString();
        int count = 0;
        
        // 遍历所有count值并累加
        for (IntWritable countVal : counts) {
            count += countVal.get();
        }

        totalCount.set(count); // 更新总的词频
        context.write(word, totalCount); // 将结果写入新的键值对 (word, totalCount)
    }
}

在这个reduce函数中，`context.write()`用于将汇总后的单词和其对应的计数写入到新集合，这个过程会在Hadoop的分布式文件系统中持久化。