------------------------------
轉自：http://f.dataguru.cn/thread-151742-1-1.html
------------------------------
hadoop中的MapReduce框架里已經預定義了相關的接口，其中如Mapper類下的方法setup()和cleanup()。
----setup()
此方法被MapReduce框架僅且執行一次，在執行Map任務前，進行相關變量或者資源的集中初始化工作。
若是將資源初始化工作放在方法map()中，導致Mapper任務在解析每一行輸入時都會進行資源初始化工作，導致重復，程序運行效率不高！
----cleanup()
此方法被MapReduce框架僅且執行一次，在執行完畢Map任務后，進行相關變量或資源的釋放工作。
若是將釋放資源工作放入方法map()中，也會導 致Mapper任務在解析、處理每一行文本后釋放資源，
而且在下一行文本解析前還要重復初始化，導致反復重復，程序運行效率不高！
所以，建議資源初始化及釋放工作，分別放入方法setup()和cleanup()中進行。
-------------------------
轉自：http://f.dataguru.cn/thread-23148-1-1.html
-------------------------
下面主要對Setup函數進行深入探討：首先看下兩個程序的區別：
區別在於第一個程序把context
這個上下文對象作為map
函數的參數傳到map
函數中，
第二個程序則是在setup
函數中處理了context
對象，
從這個角度講，在Map
類的實例中是可以拿到Context
這個上下文對象的，這一點是毋庸置疑的，
不管是在類內部的哪個函數中使用都可以，
既然是這樣，那么討論的重點就是map
這個類中方法的聲明及執行了，所以分析下Mapper
類的源代碼：
在mapper
類中，只對這個方法進行了聲明，也就是說它的子類可以重新實現這個方法，這一點很容易理解的。
下面從源碼級分析下整個mapper
類的結構和hadoop
在設計這個類時的巧妙之處：
Map
的主要任務就是把輸入的key value
轉換為指定的中間結果（其實也是key value
），這個類主要包括了四個函數：
Setup
一般是在執行map
函數前做一些准備工作，
map
是主要的數據處理函數，
cleanup
則是在map
執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：
這個方法調用了上面的三個函數，組成了setup-map-cleanup
這樣的執行序列，這一點和設計模式中的模版模式很類似，
當然在這里我們也可以改寫它的源碼，比如可以在map
的時候增加多線程，這樣可以對map
任務做進一步的優化，
從以上的分析可以很清楚的知道setup
函數的作用了。
那么還有一個小問題，我們上文中提到的Context
對象是怎么回事呢？
原來它是mapper的一個內部類，至於Context的繼承樹，這里就不再多解釋了，
簡單的說頂級接口是為了在map或是reduce任務中跟蹤task的狀態，很自然的MapContext就是記錄了map執行的上下文，
在mapper類中，這個context可以存儲一些job conf的信息，如的運行時參數等，
我們可以在map函數中處理這個信息，這也是hadoop中參數傳遞中一個很經典的例子，
同時context作為了map和reduce執行中各個函數的一個橋梁，這個設計和java web中的session對象、application對象很相似。