Hadoop Reducer无输出问题：MapReduce任务完成但输出文件为0字节

任务显示执行成功，但Map输出记录数为0、HDFS写入字节数为0，输出文件为空，核心问题集中在代码的逻辑错误与类型不匹配上，具体如下：

1. Map函数条件判断逻辑完全错误 #

原Map函数的判断条件：

if(line.length() == 0 && !line.contains("MAX")) {

此逻辑要求仅空行且不含"MAX"时才执行后续代码，但空行没有足够字符支撑substring操作，且完全违背了“跳过空行和含MAX的行”的实际需求，导致所有有效行被过滤，Map无输出。

修正后的条件：

if(line.length() != 0 && !line.contains("MAX")) {

2. Map输出值类型与Job配置不匹配 #

Main函数中配置的Map输出值类型为Text.class：

job.setMapOutputValueClass(Text.class);

但Map函数实际输出的是FloatWritable类型：

context.write(new Text("Hot Day" + date), new FloatWritable(temp_Max));

类型不匹配会导致数据无法正确传递，即使修复条件判断也会引发运行时错误。需将配置改为：

job.setMapOutputValueClass(FloatWritable.class);

3. Reducer泛型与方法参数类型不匹配 #

Reducer类定义的泛型与方法参数完全不匹配：

public static class MaxMinTemperatureReducer extends Reducer<Text, Text, Text, FloatWritable> {
    public void reduce(Text key, Iterable<IntWritable> values, Context context) throws IOException, InterruptedException {

需对应Map的输出类型（Text作为key，FloatWritable作为value）修正，同时原代码的求和逻辑不符合“最高/最低温”的业务需求，建议改为求极值：

public static class MaxMinTemperatureReducer extends Reducer<Text, FloatWritable, Text, FloatWritable> {
    FloatWritable res = new FloatWritable();
    public void reduce(Text key, Iterable<FloatWritable> values, Context context) throws IOException, InterruptedException {
        float extremeTemp = "Hot Day".equals(key.toString().substring(0, 7)) ? Float.MIN_VALUE : Float.MAX_VALUE;
        for (FloatWritable val : values) {
            float temp = val.get();
            if("Hot Day".equals(key.toString().substring(0, 7))){
                extremeTemp = Math.max(extremeTemp, temp);
            } else {
                extremeTemp = Math.min(extremeTemp, temp);
            }
        }
        res.set(extremeTemp);
        context.write(key, res);
    }
}

内容的提问来源于stack exchange，提问作者Anvay