给定一个大文件，我需要遍历该文件的记录，并对每个记录进行遍历
提取某个字段的值（状态）
将此记录添加到名为“status\”+value的文件中
将该状态值发送到
因此，输出将包含一组按状态分组的带有记录的文件，以及一些带有状态列表的文件
理想情况下，它应该
将具有状态的文件放在“output\u dir/statuses/status\u nnn”（其中nnn是实际状态值）下，
“输出目录/状态列表”将包含每行一个状态
这和hadoop有关吗？通过这个例子，我了解了如何为每条记录生成文件名，但不确定如何分离记录和枚举状态。
我事先不知道那些记录里有哪些状态。