HADOOP

在IDEA编辑工具创建一个Maven项目，并在pom.xml文件导入如下依赖：

pom.xml(注意hadoop版本需要与windows上安装的hadoop版本一致，否则在读取文件路径时会出错)

    
        org.apache.hadoop
        hadoop-client
        2.7.7
    
    
        junit
        junit
        4.12
    
    
        org.slf4j
        slf4j-log4j12
        1.7.30
    


    
        
            maven-compiler-plugin
            3.6.1
            
                1.8
                1.8
            
        
        
            maven-assembly-plugin
            
            
                jar-with-dependencies
            
        
        
            
                make-assembly
                package
                
                    single
                
            
        
    

注意！！！（所有，导入的包不要导错了）

注意！！！（所有，导入的包不要导错了）

注意！！！（所有，导入的包不要导错了）

重要的事情说三遍，导包特别容易出错！！！

编写Map阶段代码，创建WordCountMapper类，添加如下代码：

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;


public class WordCountMapper extends Mapper {

    private Text OutKey = new Text();
    private IntWritable OutValue = new IntWritable(1);

    //map方法，每行数据调用一次
    @Override
    protected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {

        //1、获取一行数据
        //value是Text类型，先转换为String
        //数据为 hgl hgl
        String line = value.toString();

        //数据转换为
        //hgl
        //hgl
        String[] words = line.split(" ");

        //循环写出words中的word
        for (String word : words) {

            //封装OutKey
            OutKey.set(word);

            //写出
            //context.write()方法将Map阶段的输出数据传入到Reduce阶段
            //数据转变为(hgl,1)(hgl,1)
            context.write(OutKey,OutValue);
        }

    }
}

编写Reduce阶段代码，创建WordCountReducer类，添加如下代码：

import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Reducer;

import java.io.IOException;


public class WordCountReducer extends Reducer {

    private IntWritable OutValue = new IntWritable();

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

        //从Map阶段进来的数据(hgl,1)(hgl,1)==>(hgl,(1,1))
        int sum = 0;

        for (IntWritable value : values) {
            sum += value.get();
        }

        //将value传入OutValue中
        OutValue.set(sum);

        //输出
        //(hgl,2)
        context.write(key,OutValue);

    }
}

编写Driver类代码，创建WordCountDriver类，添加如下代码：

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.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;

import java.io.IOException;

public class WordCountDriver {
    public static void main(String[] args) throws IOException, InterruptedException, ClassNotFoundException {

        //1 获取Job
        Configuration conf = new Configuration();
        Job job = Job.getInstance(conf);

        //2 设置jars包路径
        job.setJarByClass(WordCountDriver.class);

        //3 关联map和reduce
        job.setMapperClass(WordCountMapper.class);
        job.setReducerClass(WordCountReducer.class);

        //4 设置map输出的k,v数据类型
        job.setMapOutputKeyClass(Text.class);
        job.setMapOutputValueClass(IntWritable.class);

        //5 设置最终输出的k,v数据类型(因为有些没有reduae阶段，所以不是设置reduce的k,v类型)
        job.setOutputKeyClass(Text.class);
        job.setOutputValueClass(IntWritable.class);

        //6 设置输入和输出路径
        FileInputFormat.setInputPaths(job,new Path("F:\inputword\hello.txt"));
        //注意输出路径不能提前存在
        FileOutputFormat.setOutputPath(job,new Path("F:\outputword"));

        //7 提交Job
        boolean result = job.waitForCompletion(true);//传入true,打印更多job信息

        //三元运算符 成功返回0，失败返回1
        System.exit(result ? 0 : 1);

    }
}

数据源：

输出结果：