编写 MapReduce 程序，实现以下功能： 对于 order_status 这一字段统计每种状态的订单总数，将结果写 入 HDFS，在控制台读取 HDFS 文件

MapReduce是一种分布式计算模型，常用于处理海量数据，它将复杂的任务分解成map和reduce两个阶段。下面是一个简单的例子，展示如何使用Hadoop Streaming（一种与HDFS交互的方式）编写MapReduce程序来实现你的需求：

首先，你需要定义Mapper函数，它接收输入行并解析出`order_status`字段。Mapper会将这个状态作为键(key)，计数作为值(value)发送到后续的reducer。

# Mapper script (mapper.sh)
#!/bin/bash

while read -r line; do
    order_status=$(echo $line | cut -d',' -f1) # 假设数据格式是逗号分隔
    echo "$order_status\t1" >> map_output.txt
done < input_data.txt

接下来是Reducer函数，它接收Mapper阶段产生的所有相同键的值，并累加求和得到每个状态的订单总数。

# Reducer script (reducer.sh)
#!/bin/bash

sum=0
while read -r key value; do
    sum=$((sum + $(echo $value | awk '{print $1}')))
    echo $key\t$sum
done < map_output.txt > reduce_output.txt

最后，你可以通过Hadoop Streaming命令提交这个job到HDFS：

hadoop jar hadoop-streaming.jar \
-input input_data.txt \
-mapper mapper.sh \
-reducer reducer.sh \
-output output_dir/

这将会把结果写入指定的`output_dir`目录下。在控制台上，你可以使用`hdfs dfs -cat output_dir/part-r-00000`这样的命令来读取HDFS文件内容。