为什么要分区
当数据特别多时，要根据业务情况拆分数据，便于做后期处理
如：
电商平台、电信公司：要根据月份、省份拆分订单数据，便于后面做 每月各省 统计分析
气象部门：将气象数据按照省份、城市拆分，做气象预测
说明
Partition分区所在的位置，在 shuffle 阶段
将 MapReduce 结果，按照一定规则进行分区，最后，有几个分区，就生成几个文件
Partition 实现
org.apache.hadoop.mapreduce.Partitioner 是抽象类，默认使用 org.apache.hadoop.mapreduce.lib.partition.HashPartitioner
源码如下：
public class HashPartitioner<K, V> extends Partitioner<K, V> {
public int getPartition(K key, V value,
int numReduceTasks) {
return (key.hashCode() & Integer.MAX_VALUE) % numReduceTasks;
}
}
解释
key.hashCode() & Integer.MAX_VALUE 的作用
Integer.MAX_VALUE 在计算中表示为：符号位（第一位）为 0， 代表正数；数值（后面）全为1，如下：
01111111 11111111 11111111 11111111
4个字节，一个字节8位
& 与运算的规则是：
0&0=0; 0&1=0; 1&0=0; 1&1=1;
所以任意的 int 数值对 Integer.MAX_VALUE 进行 &（与运算时），会得到其 绝对值
% numReduceTasks 的作用
对 numReduceTasks 取余，如果 numReduceTasks=2，那么 getPartition() 方法返回 0 或 1
总结
默认分区是根据 key 的 hashCode 值，对 numReduceTasks 取余，具体 key 存到哪个配置文件无法控制