MapReduce 二次排序：对表格数据进行多字段排序

MapReduce 在传递<key, value>对时默认根据 key 进行排序，所以当需要对表格数据按某一字段进行排序时，可以设置排序的字段为 key。但有时候我们需要对两个字段分别进行排序，这种自定义排序称为'二次排序'。

例如，有以下数据：

如果对上面的数据按第一个字段值进行升序排列，那么有些数据的顺序是相同的，这时候我们就要按照第二个字段值再进行一次排序。例如：先按照第一个值（字母）升序排列，再按照第二个值（数字）进行降序排列得到：

'A, 3' 'B, 5' 'C, 1' 'B, 6' 'A, 4' 'C, 5' 'A, 4' 'A, 3' 'B, 6' 'B, 5' 'C, 5' 'C, 1'

需求: 编写一个 Java 程序，利用 MapReduce 技术对数据进行二次排序，把程序打包成 jar 文件运行得到结果。

(1) 读取表格数据 在程序中读取给定的表格文件 datas.xlsx 的内容（表格的第一行为标题，处理时需要排除），首先对 first_name 按首字母（不区分大小写）进行分区，首字母相同的行在同一分区（即输出在同一个文件，如 A、a 开头的行在第 1 个分区 part-r-00000，Z、z 开头的行在第 26 个分区 part-r-00025）。

(2) 二次排序 然后在每个分区内对数据进行二次排序，要求先对 first_name 字段降序排列，再对 last_name 字段也进行降序排列。最后 MapReduce 输出的每一行结果中，first_name 和 last_name 之间用空格分隔，其他字段用英文分号分隔，例如在第一个分区 (part-r-00000) 内的数据应该如下：

'599;AUSTIN CINTRON;AUSTIN.CINTRON@sakilacustomer.org' '173;AUDREY RAY;AUDREY.RAY@sakilacustomer.org' '63;ASHLEY RICHARDSON;ASHLEY.RICHARDSON@sakilacustomer.org' '346;ARTHUR SIMPKINS;ARTHUR.SIMPKINS@sakilacustomer.org' '522;ARNOLD HAVENS;ARNOLD.HAVENS@sakilacustomer.org' ... '367;ADAM GOOCH;ADAM.GOOCH@sakilacustomer.org' '375;AARON SELBY;AARON.SELBY@sakilacustomer.org'

再如：表格中没有 X 开头的数据，则 part-r-00023 的内容应该为空内容。

由于题目中给出的数据是以 Excel 表格的形式存在，因此需要先将表格数据转化为文本形式再进行 MapReduce 操作。可以使用 Apache POI 库来读取 Excel 文件，并将读取结果转化为文本格式。

实现思路：

读取 Excel 文件，将表格数据按行读取并转化为文本格式。
编写 MapReduce 程序，对文本进行处理。
- Mapper 阶段：将每行数据按首字母分区，并将其转化为 <key, value> 对，其中 key 为首字母，value 为一行数据的字符串。
- Reducer 阶段：对每个分区中的数据进行二次排序，先按 first_name 降序排列，再按 last_name 降序排列。输出排序结果。
打包程序并在 Hadoop 上运行，得到排序结果。

代码实现：

...