在这里，您不需要两个mapreduce作业（或者一个linkedlist）。相反，我们可以将其视为字数计算的一个变体，但在输出中添加了电影ID列表。
Map输入：

354757\tToys come alive
432984\tMore toys

Map代码：

String[] idAndWords = input.split("\\t");

for(String word : idAndWords[1].split(" ")) {
    //Do whatever cleansing you want here - remove punctuation, lowercase etc.
    output.write(word,idAndWords[0]);
}

Map输出：

("toys","354757")
("come","354757")
("alive","354757")
("more","432984")
("toys","432984")

减速机代码：

//Maps movie IDs to occurrences
Map<String,Int> movieMap = new HashMap<>();
//In here is the list of movie IDs for each word
for(String val : values) {
    if(!movieMap.contains(val)) {
        movieMap.put(val,1);
    } else {
        movieMap.put(val,movieMap.get(val)+1);
    }
}
output.write(NullWritable.get(),key+"\t"+movieMap);

减速器输出：

toys\t[(3547571),(432984,1)]
come\t[(354757,1)]
alive\t[(354757,1)]
more\t[(432984,1)]

现在你不需要定制了 Writable 与我认为相当复杂的一套由两条锁链组成的乔布斯先生相比，这还不到十几条逻辑线。
效率扩展：
您可以通过向Map器输出中添加计数来提高效率—在当前实现中，绘图线“dog eat dog”将导致Map输出：

("dog","354757")
("eat","354757")
("dog","354757")

而您可以通过添加一个计数器并在输出前扫描整行，将其减少为两个记录：

("dog","354757\t2")
("eat","354757\t1")

我不想让我的例子变得更复杂，可读性降低，但是它的实现应该是微不足道的，并且应该可以很好地节省性能。