商品出售计数：利用maoreduce统计文件file1.txt和file2.txt中商品出售次数 file1.txt 可乐 12 雪碧 10 小当家 30 file2.txt 可乐 12 雪碧 10

商品出售计数是通过MapReduce技术处理大量数据的一个典型场景。在这个例子中，我们有两个文本文件(file1.txt 和 file2.txt)，需要统计每个商品出现并被售出的次数。MapReduce模型分为两个阶段：

1. **Map阶段**：
- Map函数负责读取每个文件的内容行，将每一行按照键值对的形式拆分，键是商品名，值是销售次数（初始设为1）。例如，在file1.txt中，“可乐 12”会被转换为“可乐->1”，“雪碧 10”会被转换为“雪碧->1”等。

2. **Reduce阶段**：
- Reduce函数会收集所有相同的键，并对它们对应的值进行累加，得出每个商品的总销售次数。例如，“可乐”的销售次数将是12+12=24，"雪碧"的则是10+10=20。

下面是Python Hadoop Streaming的一个简单示例，假设Hadoop已经配置好并且可用：

# Mapper script (map.sh)
#!/bin/bash
cat < "$1" | while read line; do
    echo $line | cut -d ' ' -f1 > key
    echo "1\t$key" >> output
done

# Reducer script (reduce.sh)
#!/bin/bash
while read key value; do
    sum=$(($sum + $value))
    echo $key\t$sum
done << EOF
sort -k1 | uniq -c | awk '{print $2 "\t" $1}'
EOF

# Combine these two scripts with Hadoop Streaming
hadoop jar hadoop-streaming.jar -mapper map.sh file1.txt file2.txt -reducer reduce.sh -output result

运行这个脚本后，你会在result目录下看到每个商品及其销售总次数。