5.5　案例分析：求平均分

本例通过对输入文件中的学生三科成绩进行计算，得出每个学生的平均成绩。输入文件中的每行内容均为一个学生的姓名和其相应的成绩，每门学科为一个文件。要求输出结果中每行有两个数据，其中第一个代表学生的姓名，第二个代表其平均成绩。

输入的三个文件内容如下：

math.txt：

chinese.txt：

english.txt：

期望输出结果如下：

1. 设计思路

根据MapReduce的工作原理可知，Map任务最终处理的结果对<key,value>会送到Reduce任务进行合并，具有相同key的<key,value>对则会送到同一个 Reduce任务中进行处理，即Reduce任务处理的数据是key和这个key对应的所有value的一个集合（value-list）。

MapReduce经典的WordCount（单词计数）例子是将接收到的每一个value-list进行求和，进而得到所需的结果。而本例中，我们将Reduce任务接收到的value-list进行求平均分后，作为输出的value值即可，输出的key值仍然为接收到的key。

整个求平均分的流程如图5-9所示。

2. 程序源码

项目的新建及依赖jar包的引入见5.4节的数据去重案例，此处不再赘述。

本例完整的程序源代码如下：

需要注意的是，Hadoop在涉及编码时默认使用的是UTF-8，如果文件编码格式是其他类型（如GBK)，则会出现乱码。此时只需在map()或reduce()方法中读取Text时，进行一下转码，确保都是以UTF-8的编码方式在运行即可，转码的核心代码如下：

3. 程序运行

程序的打包和运行参考前面的“单词计数”和“数据去重”案例，此处不再赘述。

执行完成后，查看HDFS的/output目录生成的结果内容，如图5-10所示。