我只是Hadoop框架的初学者。我想在这里了解一些概念，我浏览了很多链接，但我想得到明确的答案1）为什么地图归约仅适用于键值对。我还读到我可以创建一个 Map Reduce 作业，而无需实际使用 reduce2）映射阶段输入的键是文件偏移键。我可以使用显式键值吗？还是自定义输入？
很好，你正在挖掘Hadoop概念。
1） 我可以使用显式键值吗？或自定义输入？：是的，编写您自己的（覆盖）RecordReader来执行此操作。
2）为什么Map Reduce仅适用于键值对？MapReduce，顾名思义，程序只是将所需的数据映射（过滤器）到Reduce（基于唯一键组合）从提供给程序的数据集。现在，为什么要键值对？：由于您正在处理非结构化数据，因此也不想获得与输出相同的数据。我们将需要对数据进行一些操作。想想在java中使用Map，它有助于唯一地识别这对，在Hadoop的帮助下，在Sort&Shuffle的帮助下也是如此。
创建一个地图减少作业，而实际上没有使用reduce？：当然，这完全取决于但建议仅用于小型操作，并且不需要将映射器输出组合为预期输出的情况。
原因：这里是分布式概念，商品硬件要优先考虑的地方。例如：我有一个大型数据集要处理。在使用 java 程序（只是 java，而不是 hadoop）处理数据集时，我们将所需的数据存储在Collection对象中（就像使用 RAM 空间一样简单）。引入Hadoop是为了以不同的方式完成相同的工作：将所需的数据存储在context中。映射器中的上下文是指中间数据（本地FS），在化简器中是指输出（HDFS）。当然，这两种情况下的上下文都存储在硬盘中。
Hadoop有助于在硬盘而不是RAM中进行所有计算。
我建议阅读Hadoop Defenitive Guide，Data Algorithms一书，以便更好地理解。