MapReduce案例学习开篇

案例学习背景：客户资源有两张表，一个用户表，一个部门信息表，分别如下：

SQL> select * from emp;

EMPNO ENAME JOB MGR HIREDATE SAL COMM DEPTNO

---------- ---------- --------- ---------- -------------- ---------- ---------- ----------

7369 SMITH CLERK 7902 17-12月-80 800 20

7499 ALLEN SALESMAN 7698 20-2月 -81 1600 300 30

7521 WARD SALESMAN 7698 22-2月 -81 1250 500 30

7566 JONES MANAGER 7839 02-4月 -81 2975 20

7654 MARTIN SALESMAN 7698 28-9月 -81 1250 1400 30

7698 BLAKE MANAGER 7839 01-5月 -81 2850 30

7782 CLARK MANAGER 7839 09-6月 -81 2450 10

7839 KING PRESIDENT 17-11月-81 5000 10

7844 TURNER SALESMAN 7698 08-9月 -81 1500 0 30

7900 JAMES CLERK 7698 03-12月-81 950 30

7902 FORD ANALYST 7566 03-12月-81 3000 20

7934 MILLER CLERK 7782 23-1月 -82 1300 10

SQL> select * from dept;

DEPTNO DNAME LOC

---------- -------------- -------------

10 ACCOUNTING NEW YORK

20 RESEARCH DALLAS

30 SALES CHICAGO

40 OPERATIONS BOSTON

使用mapreduce处理以下几个问题：

1) 求各个部门的总工资；

2) 求各个部门的人数和平均工资；

3) 求每个部门最早进入公司的员工姓名；

4) 求各个城市的员工的总工资；

5) 列出工资比上司高的员工姓名及其工资；

6) 列出工资比公司平均工资要高的员工姓名及其工资；

7) 列出名字以J开头的员工姓名及其所属部门名称；

8) 列出工资最高的头三名员工姓名及其工资；

9) 将全体员工按照总收入（工资+提成）从高到低排列，要求列出姓名及其总收入。

预处理，将需要处理的数据导出成文件，并使用制表符进行分割。导出的数据文件为emp,该文件内容形如：

empno ename
job mgr
hiredate sal
comm deptno

7369 SMITH
CLERK 7902
1980-12-17 800
20

7499 ALLEN
SALESMAN 7698
1981-02-20 1600
300 30

7521 WARD
SALESMAN 7698
1981-02-22 1250
500 30

7566 JONES
MANAGER 7839
1981-04-02 2975
20

7654 MARTIN
SALESMAN 7698
1981-09-28 1250
1400 30

7698 BLAKE
MANAGER 7839
1981-05-01 2850
30

7782 CLARK
MANAGER 7839
1981-06-09 2450
10

7839 KING
PRESIDENT 1981-11-17
5000 10

7844 TURNER
SALESMAN 7698
1981-09-08 1500
0 30

7900 JAMES
CLERK 7698
1981-12-03 950
30

7902 FORD
ANALYST 7566
1981-12-03 3000
20

7934 MILLER
CLERK 7782
1982-01-23 1300
10