Mapreduce中context的作用

在我们写mapreduce的程序时候总会有这么一段代码，这个代码就是map方法的实现，里面有一个参数 context对象，但是这个context对象究竟是干什么的呢？

public void map(Object key, Text value, Context context
    ) throws IOException, InterruptedException 
    {         
         StringTokenizer itr = new StringTokenizer(value.toString());
         while (itr.hasMoreTokens()) 
         {
           word.set(itr.nextToken());
           context.write(word, one);
         }
   }

CONTEXT和其他类和其他接口的关系：

Context 类是Mapper 类的内部抽象类，它实现了MapContext 接口MapContext 里面可以得到split的信息，这个接口实现了 TaskInputOutputContext 这个接口

taskInputOutputContext 这个接口里面一些记录 getCurrentKey、getCurrentValue、nextKeyValue, getOutputCommitter（这个是一个OutputCommitter的抽象类，这个提供了提交的一些操作方法和属性）的方法，这个接口实现了TaskAttemptContext这个接口；

TaskAttemptContext 这个接口保存了 task的一些信息，这个接口实现了JobContext和Progressable这个接口；

JobContext和Progressable这个2个接口，这2个接口保存了job的信息和程序运行过程的进展；

从上面的源码可以看出来， setup方法来处理context对象，可以为对象增加一些新的成员，或者修改之前成员，从map方法来看，context对象是做为一个参数传给map函数，在Mapper类的实例中是可以拿到Context这个上下文对象的.

public void run(Context context) throws IOException, InterruptedException 
{
   setup(context);
   try
   {
     while(context.nextKeyValue()) 
     {
        map(context.getCurrentKey(),context.getCurrentValue(), context);
     }
   } 
   finally
   {
     cleanup(context);
   }

  }

context它是mapper的一个内部类，简单的说顶级接口是为了在map或是reduce任务中跟踪task的状态，很自然的MapContext就是记录了map执行的上下文，在mapper类中，这个context可以存储一些job conf的信息，比如job运行时参数等，我们可以在map函数中处理这个信息，这也是hadoop中参数传递中一个很经典的例子，同时context作为了map和reduce执行中各个函数的一个桥梁，这个设计和java web中的session对象、application对象很相似.