（1）输出结果时保证选取两条气温最高的记录
将相同的年月的记录按照温度降序排列，在最终获取结果时，前两条记录一定是气温最高的两天。
（2）获得相同的年月的气温最高的记录
对于Reduce 端拉取的数据，保证Reduce 每次处理的数据为同一年同一个月份的数据，将同年同月的数据排序（这个阶段可由Group 来处理），取前两条记录，即为该年该月气温最高的前两条记录。
（3）编码关键问题解决
传统的WordCount 案例中的排序，是按照MapReduce 程序默认的字典排序规则进行排序，但对于本案例，既要对日期进行升序排列（默认），又要对温度作降序排列，采用如下的方法进行编码。
可以考虑自定义比较方法来实现需求。自定义一个对象（JavaBean），包含年、月、日、温度等四个属性，将该对象的年份相同的一组数据，支配一个Reduce 进行处理（自定义Partition 方法，从数据中可以看出，一共是三个年份，可以考虑将Reduce 的个数设置为“3”，用年属性减去最小的那一年，将其值对“3”取余）。之后，再比较月份，月份相同，再比较温度，温度按照降序排列。(www.xing528.com)
通过以上分析，需要编写以下几个阶段：
①Map 阶段：负责将数据切分，对应存入JavaBean 中。将JavaBean 传入Partition 阶段。
②Partition 阶段：继承Partitioner，复写getpartition（）方法，指定相同年份的数据分到同一个Reduce 中。这样一个Reduce 任务对应输出一个文件。
③Sort 阶段：确保每个传递过来的JavaBean，确定排序规则：相同的年份，比较月份；月份相同，比较温度。
④Group 阶段：此阶段为Shuffle Reduce 端的分组排序。
⑤Reduce 阶段：统计每一年、每一个月、每一天的温度，并选择其中温度最高的两条记录。其中，需要注意的是，在Sort 和Group 阶段，必须复写构造方法，因为参考源码可知，如果没有复写构造方法，无法创建实例。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
