我在hdfs上有两个非常大的数据集（表）。我想在某些列上加入它们，然后在某些列上对它们进行分组，然后在某些列上执行一些分组函数。
我的步骤是：
1-创造两个就业机会。
2-在第一个作业中，in mapper读取每个数据集的行作为Map输入值，并发出join列的值作为Map输出键，其余列的值作为Map输出值。
Map完成后，mapreduce框架执行洗牌，并根据Map输出键对所有Map输出值进行分组。
然后，在reducer中，它读取每个map输出键及其值，其中man包含两个数据集中的许多行。
我想要的是多次迭代reduce输入值，以便执行笛卡尔积。
举例说明：
假设对于连接键x，一个数据集中有100个匹配项，另一个数据集中有200个匹配项。这意味着在连接键x上连接它们会产生100*200=20000的组合。我想发出nullwritable作为reduce输出键，每个笛卡尔积作为reduce输出值。
示例输出可能是：
对于联接键x：
from（nullwritable），（第一（1），第二（1））
over（nullwritable），（第一（1），第二（200））
至（可空写），（第一（100），第二（200））
我该怎么做？
我只能迭代一次。我无法兑现这些价值观，因为它们不符合记忆。
3-如果这样做，我将启动第二个作业，它将第一个作业的结果文件作为输入文件。在mapper中，我将组列的值作为Map输出键，其余列的值作为Map输出值。然后在reducer中，通过遍历每个键的值，我对sum、avg、max、min等列执行一些函数。
提前多谢了。