虽然charles的回答解释了mapreduce概念背后的原因，但是在初始Map函数之后，只要重写 run() 的 Mapper 类（新api）

@override
  public void run(Context context) throws IOException, InterruptedException {
    setup(context);
    while (context.nextKeyValue()) {
      map(context.getCurrentKey(), context.getCurrentValue(), context);
    }
    // Call all your methods you want here
    cleanup(context);
  }

你也可以在减速机里做类似的事情。

如果您只想对给定的Map输出应用不同的reduce操作，我只想使用 MultipleOutputs 要写入不同的文件/目录，这将“模拟”在同一Map输出上有多种类型的缩减器。你可以申请 MultipleOutputs 在 Reducer ，更多信息可在此处找到。
拥有一个map和reduce函数的目标是，这样就可以很容易地在广泛的机器上并行化。map/reduce作业是一个并行化的进程，尝试对同一数据应用多个操作是没有意义的，如果您需要，您可以用我上面写的扩展reducer，或者编写另一个作业。