我开始使用hadoop 3.1.2，我有如下数据集：

id station;     city;       temperature
1;              New York;       14
3;              New York;       20
2;              Bristol;        29
8;              Rome;          -10
30;             Bristol;         2
10;             Rome;            0
1;              New York;       10
8;              Rome;           10

通过hadoop和mapreduce，我应该得到：按id站分组，以及平均温度。然而，我对所有的城市都不感兴趣，只对那些车站id=1，8的城市感兴趣，例如。。。
场景：计算城市的总/平均温度Map（key，value）--->key:id带有城市名称的站点，value:它们的温度。减：按id站+城市名称分组，取各站平均气温。
得到如下结果：

City        -   Station;         Average Temperature
New York    -       1;                  7
Rome        -       8;                  0

代码如下：

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.mapreduce.Mapper;
import org.apache.hadoop.mapreduce.Reducer;
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;

import java.io.IOException;

public class SingleMapperReducer
{
    public static void main(String[] args) throws Exception {
        Configuration conf = new Configuration();
        Job job = new Job(conf, "City Temperature Job");
        job.setMapperClass(TemperatureMapper.class);
        job.setReducerClass(TemperatureReducer.class);
        job.setOutputKeyClass(Text.class);
        job.setOutputValueClass(IntWritable.class);

        FileInputFormat.addInputPath(job, new Path(args[0]));
        FileOutputFormat.setOutputPath(job, new Path(args[1]));

        System.exit(job.waitForCompletion(true) ? 0 : 1);
    }

    /*
    Id, City, Temperature
    1; New York; 14
    3; New York; 20
    2; Bristol; 29
    1; Rome; 20
    2; Rome; -10
    2; Bristol; 2
    3; New YOrk; 10
    1; Rome; 10
    */

    private static class TemperatureMapper
            extends Mapper<Object, Text, Text, IntWritable> {

        public void map(Object key, Text value, Context context)
                throws IOException, InterruptedException {
            String txt = value.toString();
            String[] tokens = txt.split(";");
            String id = tokens[0].trim();
            String temperature = tokens[2].trim();

            if(id.equals("1"))
            {
                id="New York - 1";
            }
            else if(cat.equals("8"))
            {
                id="Rome - 8";
            }            

            if (temperature.compareTo("Temperature") != 0)
                context.write(new Text(id), new IntWritable(Integer.parseInt(temperature)));
        }
    }

    private static class TemperatureReducer    //on id city
            extends Reducer<Text, IntWritable, Text, IntWritable> {
        private IntWritable result = new IntWritable();
        public void reduce(Text key, Iterable<IntWritable> values,
                           Context context) throws IOException, InterruptedException {
            int sum = 0;
            int n = 0;
            for (IntWritable val : values) {
                sum += val.get();
                n +=1;
            }
            result.set(sum/n);
            context.write(key, result);
        }
    }
}

你觉得行吗？
代码的一部分，我开发的id站过滤器，是正确的吗？是否有其他方法应用此筛选器？
感谢那些想帮助我的人！
更新26/11
@蟋蟀007@amey shirke
谢谢！我尝试执行代码，进行建议的更改：

if (id.equals ("1") || id.equals ("8")) {
    id = id + "-" + tokens [1];
    context.write (new Text (id), new IntWritable (Integer.parseInt (temperature)));
}

还有更多：

  Configuration conf = new Configuration ();
  Job job = Job.getInstance (conf, "word count");
  job.setJarByClass(SingleMapperReducer.class);

系统执行这个过程，但给我一个空的输出文件。
p、 我试过hadoop的mapreduce框架在一个很小的“wordcount”案例中，它是有效的。
会发生什么事？谢谢