------------------------------
转自：http://f.dataguru.cn/thread-151742-1-1.html
------------------------------
hadoop中的MapReduce框架里已经预定义了相关的接口，其中如Mapper类下的方法setup()和cleanup()。
----setup()
此方法被MapReduce框架仅且执行一次，在执行Map任务前，进行相关变量或者资源的集中初始化工作。
若是将资源初始化工作放在方法map()中，导致Mapper任务在解析每一行输入时都会进行资源初始化工作，导致重复，程序运行效率不高！
----cleanup()
此方法被MapReduce框架仅且执行一次，在执行完毕Map任务后，进行相关变量或资源的释放工作。
若是将释放资源工作放入方法map()中，也会导 致Mapper任务在解析、处理每一行文本后释放资源，
而且在下一行文本解析前还要重复初始化，导致反复重复，程序运行效率不高！
所以，建议资源初始化及释放工作，分别放入方法setup()和cleanup()中进行。
-------------------------
转自：http://f.dataguru.cn/thread-23148-1-1.html
-------------------------
下面主要对Setup函数进行深入探讨：首先看下两个程序的区别：
区别在于第一个程序把context
这个上下文对象作为map
函数的参数传到map
函数中，
第二个程序则是在setup
函数中处理了context
对象，
从这个角度讲，在Map
类的实例中是可以拿到Context
这个上下文对象的，这一点是毋庸置疑的，
不管是在类内部的哪个函数中使用都可以，
既然是这样，那么讨论的重点就是map
这个类中方法的声明及执行了，所以分析下Mapper
类的源代码：
在mapper
类中，只对这个方法进行了声明，也就是说它的子类可以重新实现这个方法，这一点很容易理解的。
下面从源码级分析下整个mapper
类的结构和hadoop
在设计这个类时的巧妙之处：
Map
的主要任务就是把输入的key value
转换为指定的中间结果（其实也是key value
），这个类主要包括了四个函数：
Setup
一般是在执行map
函数前做一些准备工作，
map
是主要的数据处理函数，
cleanup
则是在map
执行完成后做一些清理工作和finally
字句的作用很像，
下面看一下run
方法：
这个方法调用了上面的三个函数，组成了setup-map-cleanup
这样的执行序列，这一点和设计模式中的模版模式很类似，
当然在这里我们也可以改写它的源码，比如可以在map
的时候增加多线程，这样可以对map
任务做进一步的优化，
从以上的分析可以很清楚的知道setup
函数的作用了。
那么还有一个小问题，我们上文中提到的Context
对象是怎么回事呢？
原来它是mapper的一个内部类，至于Context的继承树，这里就不再多解释了，
简单的说顶级接口是为了在map或是reduce任务中跟踪task的状态，很自然的MapContext就是记录了map执行的上下文，
在mapper类中，这个context可以存储一些job conf的信息，如的运行时参数等，
我们可以在map函数中处理这个信息，这也是hadoop中参数传递中一个很经典的例子，
同时context作为了map和reduce执行中各个函数的一个桥梁，这个设计和java web中的session对象、application对象很相似。