第一次写Blog。
数据库（NoSql），现在想使用Hadoop对数据库的数据进行处理，涉及到数据库的连接，及相关的CRUD操作。所以，要实现一个Hadoop的连接器。
类似于Mongodb，连接到数据库，需要先得到数据库对象db，然后得到数据库的collectionSpace，再得到collection，然后，就可以进行数据的读取与写入操作。元数据都是用BSON/JSON结构。
下面进入Hadoop连接器的实现。
首先，使用了Apache下的开源的BSONWritable和BSONComparator两个类，包装成为Hadoop支持的数据结构。
包含了一下几个类文件：*Configuration.java，*InputFormat.java，*InputSplit.java，*RecordReader.java，*OutputFormat.java，*OutputCommiter.java，*RecordWriter.java。*Configuration.java：
进行Hadoop的Configuration的相关设置，在这里，我们可以设置读入和输出的数据库连接地址(<IP:Port>)、读入和输出的CollectionSpace和Collection的名字、数据库的用户名和密码、查询条件的设置等等。
*InputFormat.java（extends InputFormat< , >）：
如果想连接NoSql需要在写Map/Reduce程序时进行设置此类，job.setInputFormatClass(*InputFormat.class)进行设置。
主要重写两个方法：
public RecordReader<> createRecordReader(InputSplit split, TaskAttemptContext context){}第一个方法是通过Split得到与之对应的RecordReader，进行数据的读取。
第二个方法是得到collection的splits（即collection都分布在哪几个节点上，与Mapper一一对应），并返回。
*InputSplit.java（extends InputSplit implements Writable）：
对数据库的collection里的数据按所在节点位置进行分片。
一定要有个默认的构造函数，Hadoop需要调用。
包括hostname和port两个域，主要实现readFields(DataInput input)和write(DataOutput out)两个方法，因为，hadoop会将split的信息先存入hdfs里，然后，再实例化split的时候，再从hdfs中读取相应的信息。
*RecordReader.java：
进行数据库的读取操作。
initialize(...)方法：通过Split信息来连接数据库，并得到结果集游标。
getCurrentKey()和getCurrentValue()方法：得到当前的key和value。
nextKeyValue()方法：得到下一条记录。
*OutputFormat.java：
需要在写Map/Reduce程序时进行设置此类，job.setOutputFormatClass(*OutputFormat.class)进行设置。
checkOutputSpecs(JobContext context)()方法：
主要负责Job真正运行之前的文件检查操作，如检查输出文件是否存在等。
getRecordWriter(...)方法：
得到*RecordWriter对象。
*RecordWriter.java：
进行数据库的写操作。
构造函数：得到一个collection实例，进行写操作。
write(K key, V value)方法：写入数据库一个键值对。
