Hadoop流提供给了 API允许用户使用任何脚本语言编写 map 函数或 reduce
函数。Hadoop 流的关键是，它使用 UNIX标准流作为程序与 Hadoop 之间的接
口。因此，任何程序只要可以从标准输入流中读取数据，并且可以写入数据到
标准输出流，那么就可以通过 Hadoop流使用其他语言编写 MapReduce程序的
map函数或 reduce函数。
bin/Hadoop jar contrib/streaming/Hadoop-0.20.2-streaming.jar –input input –
output output –mapper /bin/cat –reducer usr/bin/wc 从这个例子中可以看到，Hadoop流引入的包是 Hadoop-0.20.2-
streaming.jar，并且具有如下命令：
-input 指明输入文件路径
-output 指明输出文件路径
-mapper 制定 map函数
-reducer 指定 reduce函数
Hadoop 流的工作原理（map和reduce类似）
当一个可执行文件作 mapper时，每一个 map 任务会以一个独立的进程启动
这个可执行文件，然后在 map任务运行时，会把输入切分成行提供给可执行文
件，并作为它的标准输入（stdin）内容。当可执行文件运行出结果时，map从
标准输出（stdout）中收集数据，并将其转化为<key,value>对，作为 map输出。
reduce与 map 相同，如果可执行文件作为 reducer时，reduce 任务会启动这
个可执行文件，并且将<key,value>转化为行来作为这个可执行文件的标准输入
（stdin）。然后 reduce 会收集这个可执行文件的标准输出（stdout）内容，并把
每一行转化为<key,value>对，作为 reduce输出。
map与 reduce将输出转化为<key,value>的默认方法是，将每行的第一个 tab
符号（制表符）之前的内容作为 key，之后的内容作为 value。如果没有 tab符
号，那么这一行的所有内容作为 key，而 value值为 null，可以更改。
Hadoop流命令的具体内容如下表所示
Hadoop Streaming 的优缺点
优点：
可以使用自己喜欢的语言来编写 MapReduce 程序（不必非得使用 Java）
不需要像写 Java 的 MR 程序那样 import 一大堆库，在代码里做很多配
置，很多东西都抽象到了 stdio 上，代码量显著减少。
因为没有库的依赖，调试方便，并且可以脱离 Hadoop 先在本地用管道
模拟调试。
缺点：
只能通过命令行参数来控制 MapReduce 框架，不像 Java 的程序那样可以
在代码里使用 API，控制力比较弱。
因为中间隔着一层处理，效率会比较慢。
Hadoop Streaming 比较适合做一些简单的任务，比如用 Python 写只有一两
百行的脚本。如果项目比较复杂，或者需要进行比较细致的优化，使用
Streaming 就容易出现一些束手束脚的地方
