可能重复：
hadoop 中的MultipleOutputFormat
Apache Hadoop 0.20.203的用户如何应对缺乏对MultipleOutput（reducers写入多个输出文件）的支持？
Apache Hadoop的旧版本支持MultipleOutput，但要使用它们，似乎必须使用不推荐使用的API。
我还听说某些Hadoop的Cloudera发行版支持更新的MultipleOutputs API，如http://hadoop.apache.org/mapreduce/docs/r0.21.0/api/org/apache/hadoop/mapreduce/lib/output/MultipleOutputs.html，它应该出现在Hadoop的0.21Apache版本中。
干杯！
首先，您是否考虑过将MultipleOutput备份到您正在运行的Hadoop版本？我不知道这会有多难，但我已经成功地移植了一些东西，比如CombineFileInputFormat中的错误修复。
如果没有MultipleOutputs，可以通过编写一个自定义分区器将键放入一组预先确定的存储桶中，并强制减少任务的数量等于存储桶的数量来实现类似的效果。
我将尝试通过一个类似于您为MultipleOutput链接的JavaDocs中的示例来使其更加具体。在该示例中，reducer写入两个预先确定的命名输出："text"one_answers"seq"。在作业提交时，我们知道正好有2个输出，所以我们提交的作业的减少任务数设置为2。对于映射器接收到的每个键值对，它必须写入2个输出键值对：一个是将"text"作为键的一部分，另一个是"seq"作为键。然后，在自定义分区器中，我们可以执行以下操作：
if (key.toString().equals("text"))
return 0;
else if (key.toString().equals("seq"))
return 1;
然后，假设没有操作IdentityReducer，我们知道part-r-000000的内容将具有所有"text"记录，part-r-00001将具有所有的"seq"记录。至关重要的是，该作业要运行两个减速器任务。（如果只有一个reducer任务，那么它只会将"text"one_answers"seq"记录组合到part-r-000000中。）
请注意，我已经跳过了MultipleOutputs示例中的第三个命名输出。这很难解决，因为名称必须在运行时确定。只有当您在作业提交时知道一组预先确定的名称时，此解决方案才有效。
公平的警告：整个解决方案非常脆弱。如果名称的数量发生变化，则必须更改reducer任务的数量以与之匹配。根据问题的性质，可以在作业提交前动态检测所有可能的关键字，并相应地动态调整reduce任务的数量。将解决方案扩展到多个reduce任务也需要付出更多的努力。综合考虑，这个解决方案可能很难维护，但这是我知道如何在没有MultipleOutput的情况下解决它的唯一方法。