正如@JudgeMental 指出的，你应该使用MultipleOutputs使用新的 API (mapreduce） 因为MultipleOutputFormat只支持旧的API（mapred). MultipleOutputs实际上为您提供的功能比MultipleOutputFormat:
- With
MultipleOutputs，每个输出可以有自己的OutputFormat，而与MultipleOutputFormat每个输出必须相同OutputFormat.
- With
MultipleOutputFormat您对命名方案和输出目录结构有更多的控制权MultipleOutputs.
- 您可以使用
MultipleOutputs in the map and reduce在同一份工作中发挥职能，这是你无法做到的MultipleOutputFormat.
- 您可以为不同的输出设置不同的键和值类型
MultipleOutputs.
所以两者并不相互排斥，即使MultipleOutputs功能较多，但命名功能不太灵活。
了解如何使用MultipleOutputs，你应该看看本文档 http://hadoop.apache.org/docs/current/api/org/apache/hadoop/mapreduce/lib/output/MultipleOutputs.html其中包含一个完整的示例。简而言之，您将在驱动程序类中添加以下内容：
// Defines additional single text based output 'text' for the job
MultipleOutputs.addNamedOutput(job, "text", TextOutputFormat.class, LongWritable.class, Text.class);
// Defines additional sequence-file based output 'sequence' for the job
MultipleOutputs.addNamedOutput(job, "seq", SequenceFileOutputFormat.class, LongWritable.class, Text.class);
而在你的Mapper or Reducer你应该初始化你的MultipleOutputs in the setup方法与MultipleOutputs mos = new MultipleOutputs(context);然后你可以在map and reduce功能为mos.write("seq", LongWritable(1), new Text("Bye"), "seq_a")。不要忘记将其关闭cleanup方法与mos.close() !
