1. 前言：

之前在看一个老师写流量统计案例时，他刚开始的Mapper代码是这样写的：

然后他说这样每次都要造对象，所以他改成了这样：

但是这样我就不理解了，因为你每次获取一行数据都要将其对应的上行流量、下行流量放到一个对象中，又因为每一行的数据不同，所以你每次都应该new 一个对象，用来存放数据。如果改成第二种方式，在对一个文件每一行数据读取时，你始终用的就是同一个对象，你每次set值都是对前一个值得覆盖，那么最终不就得不到正确答案了吗？结果证明，老师那样写的没错。

2. 各种猜想之后，开始自行DeBug研究：

通过多次尝试，我决定遍历reduce阶段的values，然后输出它每一个对象的地址值，来确定这些对象是不是同一个，答案是“是”。

3. 原因分析：归根结底还是因为Hadoop的序列化机制。（你一看怎么和搜到的其他博文解释的一样，别急往最后看）

我们了解ArrayList在内存中，对象也在内存中，ArrayList存储的是对对象地址的引用，不停更改值后add到ArrayList中，那么所有的值都被覆盖，因为地址都是同一个。

但context.write()同一对象(值不同)时，不会出现这种情况，因为它直接被序列化存储了，不会被覆盖。

4. 看看源码：

Iterable的实现是org.apache.hadoop.mapreduce.task.ReduceContextImpl.ValueIterable

Iterator实现是org.apache.hadoop.mapreduce.task.ReduceContextImpl.ValueIterator

其中next()实现时，调用的是org.apache.hadoop.io.serializer.WritableSerialization的deserialize(Writable w)方法，

Writable deserialize(Writable w) IOException {
  Writable writable;
  (w == ) {
    writable 
      = (Writable) ReflectionUtils.(, getConf());
  } {
    writable = w;
  }
  writable.readFields();
  writable;
}

该方法只是调用了入参w的readFields方法，并没有创建新对象，除非w是null。所以每次输出的对象地址值肯定相同，但是它们里

面封装的数据值是不同的。

总结：经过序列化后，你在map阶段每次context出k v时，虽然所有v是同一个对象，但是此时这个对象已经是被序列化的。你再次对它里面的属性赋值，并不会覆盖之前你已经赋过的值，所以你可以理解成它们彼此是独立的互不影响。