MapReduce统计文本单词

import org.apache.hadoop.io.IntWritable;

import org.apache.hadoop.io.LongWritable;

import org.apache.hadoop.io.Text;

import org.apache.hadoop.mapreduce.Mapper;

import java.io.IOException;

//LongWritable 偏移量 long 表示改行在文件中的位置，而不是行号

//Text map阶段的输入数据 一行文本信息 字符串类型 string

// Text map阶段的数据字符串类型 string

//IntWritable map阶段输出的value类型，对应java中的int类型，表示行号

public class WordCountMap extends Mapper {

    @Override

    protected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {

        //读取每行文本

        String line = value.toString();

        //splite拆分每行

        String[] words = line.split(" ");//分词

        //去除每个单词

        for (String word : words){

            //将行数据转换为Text类型

            Text wordText = new Text(word);

            //将1 转变为IntWritable

            IntWritable outValue = new IntWritable(1);

            //写出单词跟对应1

            context.write(wordText,outValue);

        }

    }

}

import org.apache.hadoop.io.IntWritable;

import org.apache.hadoop.io.Text;

import org.apache.hadoop.mapreduce.Reducer;

import java.io.IOException;

public class WordCountReduce extends Reducer {

    @Override

    protected void reduce(Text key, Iterable values, Context context) throws IOException, InterruptedException {

        int sum=0;

        for (IntWritable number:values) {

            sum += number.get();

        }

        context.write(key,new IntWritable());

    }

}