最近开始使用Hadoop，并努力理解一些事情。下面是我正在看的一个基本的WordCount示例（计算每个单词出现的次数）：
Map(String docid, String text):
for each word term in text:
Emit(term, 1);
Reduce(String term, Iterator<Int> values):
int sum = 0;
for each v in values:
sum += v;
Emit(term, sum);
首先，Emit(w,1)应该做什么？我注意到，在我看到的所有例子中，第二个参数总是设置为1，但我似乎找不到对此的解释。
此外，我只是想澄清一下，我说术语是键，而Reduce形式中的和（分别）是键值对，这正确吗？如果是这种情况，值是否只是Map发出的每个项的1列表？这是我唯一能理解的方法，但这些只是假设。
很抱歉，我看过教程，但很多时候我发现使用了很多令人困惑的术语，总体上基本的事情比实际情况更复杂，所以我有点难以理解。
感谢您的帮助！
将此输入作为字数输入的示例。
Mapper会把这个句子分成单词。
Take,1
this,1
input,1
as,1
an,1
example,1
word,1
count,1
input,1
然后，reducer接收相同单词的"组"（或键）和类似的分组值列表（并对键进行额外排序，但这对本例来说并不重要）
Take, (1)
this, (1)
input (1, 1)
etc...
正如你所看到的，密钥input已经"简化"为一个元素，你可以循环并求和这些值，然后像一样发出
Take,1
this,1
input,2
etc...
好问题。
如所解释的，映射器输出(key, value)对的序列，在这种情况下，形式为每个单词的(word, 1)，缩减器接收分组为(key, <1,1,...,1>)，对列表中的项求和并返回(key, sum)。请注意，进行分组的是而不是减速器；这是地图还原环境。
map reduce编程模型与我们习惯使用的模型不同，并且通常不清楚如何在该模型中实现算法。（例如，想想如何实现k均值聚类。）
我推荐Leskovec等人免费提供的《海量数据集挖掘》一书的第2章。另请参阅相应的幻灯片。