我意识到这可以在一台机器上使用 HashMap 然后使用所有文档名称的交集来完成，但是我很好奇 Hadoop 将如何解决这个问题。谁能解释一下大概流程？
理想情况下，您宁愿使用 Elasticsearch 进行文本搜索，但 Hadoop 仍然对文件和输入流进行操作，因此您可以将子字符串函数传递到 mapreduce 命令中，并像平常一样搜索文本。
您不应该使用哈希图，因为没有真正需要存储任何数据来查找文本块中的子字符串。