Map/Reduce 的文件效率挺高，尤其是碰到两个结构类似的文件，比如student.txt和student-score.txt，合起来学生成绩数据，刚好合适。你只需要把这两个文件传到 HDFS 上，写个 Map/Reduce 逻辑，先按学号做关联，再统计成绩，逻辑直白，代码也不复杂。用 Java 写，老规矩：Mapper 拆字段，Reducer 聚合信息，关键是要注意一下输入格式别写错了。
学生信息通常是学号+姓名，成绩表是学号+课程+分数，Map 那一层可以输出成key=学号，value 就是分别带标签的两类信息，比如“info:张三”和“score:数学:95”这种。Reducer 那边再按学号分组，一遍循环就能把数据拼起来，输出的时候格式好看点，比如按课程列出每人平均分或者最高分，也不难。
如果你还不太熟 Map/Reduce 那套 API，可以看看这篇《Design and Implementation of a Student Performance Analysis System》，虽然是系统，但核心逻辑就是 Map/Reduce 学生数据，挺接近的，思路清晰。
哦对了，开发前记得用hdfs dfs -put上传文件到 HDFS 目录，比如/input/student.txt，Map/Reduce 任务就可以直接读取这些路径。运行完结果文件会在/output里生成，命令行看下就行。
如果你有空，也可以用 MyBatis 或者 PL/SQL 做类似的学生信息，但要联表、写 SQL，没 Map/Reduce 直接，尤其大数据量时。对比一下，你就知道 MR 在这类批量文件时多方便。