我已经意识到，当使用Python代码运行Hadoop时，映射器或化简器（不确定哪个）在 reducer.py 打印输出之前对我的输出进行排序。 目前，它似乎是按字母数字排序的。 我想知道是否有办法完全禁用它。 我希望程序的输出基于从 mapper.py 打印的顺序。 我在Java中找到了答案，但没有找到Python的答案。 我是否需要修改 mapper.py 或命令行参数？
你应该阅读更多关于基本的MapReduce概念。尽管在某些情况下排序可能是不必要的，但"Shuffle & Sort"阶段的洗牌部分是MapReduce模型的固有部分。MapReduce框架（Hadoop）需要对映射器的输出进行分组，以便将所有键一起发送到一个化简器，以便化简器可以实际"化简"数据。使用流式处理时，键值对（默认情况下）由制表符值分隔。从您在其他 SO 问题中的示例代码中，我可以看到您没有提供生成"键、值"元组，而只是提供单个文本行。
编辑：在问题"如何使其按数字排序（例如，9 之前 10）"中添加了以下答案？
备选方案 1：在键前面加上零，以便它们的大小都相同。"09"在"10"之前。
备选方案 2：使用 KeyFieldBasedComparator ，如本 SO 问题所示。
否，如下所述：
如果你的归约任务数不为 0，Hadoop框架将对你的结果进行排序。这是没有办法的。