一 背景
在執行MapReduce時，可能Mapper之間需要共享一些資訊，如果資訊量不大，可以将其從HDFS加載到記憶體中，這就是Hadoop分布式緩存機制。
二 分布式緩存的簡單應用
例如，統計一個文本的單詞在另外一個全量文本中是否存在，如果存在統計單詞的數量，下面是Map階段，将全量文本加載到分布式緩存中。
三 如何使用DistributedCathe
第1步：在main方法中加載共享檔案的HDFS路徑，路徑可以是目錄也可以是檔案。可以在路徑末尾追加“#”+别名，在Map階段可以使用該别名。 編碼如下：
第2步：在Mapper類或Reducer的setup方法中，用輸入流擷取分布式緩存中的檔案。 編碼如下：
四 補充
加載到記憶體發生在Job執行之前，每個從節點各自都緩存一份相同的共享資料。如果共享資料太大，可以将共享資料分批緩存，重複執行作業。