招聘数据的招聘数据清洗真不是件小事，字段乱七八糟，格式五花八门，用肉眼清洗，效率低得要命。MapReduce的分布式特性就派上用场了，能把大块任务拆成小块扔给各个节点跑，嗯，效率杠杠的。
mapreduce 综合应用案例.zip就是这么一个还挺实用的案例，主打的是用 MapReduce 搞定招聘数据清洗。数据源是.csv或者.json，先用Map阶段抽取出岗位、学历、工作经验这些字段，成键值对，比如<“Java 开发”, “3 年”>这种，接下来进入Reduce阶段聚合清洗，像经验不一致的，取个常见值或者套业务规则。
除了代码，案例包里还有个文档.pdf，讲得挺细，从 MapReduce 的底层逻辑到实现步骤都有，适合边看边练；另一个产品.zip是 Hadoop 工具的配置，对初学者挺友好的。
对了，如果你还不太了解 MapReduce 是啥，MapReduce 并行框架这篇文章可以先看看，挺好懂的；或者你想扩展下清洗工具的视野，也推荐你翻翻OpenRefine和Kettle 教程，都是干活时用得上的。
，mapreduce 综合应用案例.zip不花哨但够实在，适合你想搞懂 MapReduce 在大数据清洗中怎么用、怎么落地。如果你正好也要搞招聘数据，别犹豫，试试看呗。