WordCount_命令行运行时指定参数

WordCountApp命令行运行时指定参数

1、修改之前的WordCountApp.java的代码

 package cmd;

 import java.net.URI;
 import org.apache.hadoop.conf.Configuration;
 import org.apache.hadoop.conf.Configured;
 import org.apache.hadoop.fs.FileSystem;
 import org.apache.hadoop.fs.Path;
 import org.apache.hadoop.io.LongWritable;
 import org.apache.hadoop.io.Text;
 import org.apache.hadoop.mapreduce.Job;
 import org.apache.hadoop.mapreduce.Mapper;
 import org.apache.hadoop.mapreduce.Reducer;
 import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
 import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
 import org.apache.hadoop.util.Tool;
 import org.apache.hadoop.util.ToolRunner;

 public class WordCountApp extends Configured implements Tool{
     static String INPUT_PATH = "";
     static String OUT_PATH = "";

     public int run(String[] arg0) throws Exception {
         INPUT_PATH = arg0[0];
         OUT_PATH = arg0[1];

         Configuration conf = new Configuration();
         FileSystem fileSystem = FileSystem.get(new URI(INPUT_PATH), conf);
         Path outPath = new Path(OUT_PATH);
         if (fileSystem.exists(outPath)) {
             fileSystem.delete(outPath, true);
         }

         Job job = new Job(conf, WordCountApp.class.getSimpleName());

         //打包运行时必须执行的秘密方法
         job.setJarByClass(WordCountApp.class);

         // 1.1指定读取的文件位于哪里
         FileInputFormat.setInputPaths(job, INPUT_PATH);
         // 指定如何对输入的文件进行格式化，把输入文件每一行解析成键值对
         //job.setInputFormatClass(TextInputFormat.class);

         // 1.2指定自定义的map类
         job.setMapperClass(MyMapper.class);
         // map输出的<k,v>类型。如果<k3,v3>的类型与<k2,v2>类型一致，则可以省略
         //job.setOutputKeyClass(Text.class);
         //job.setOutputValueClass(LongWritable.class);

         // 1.3分区
         //job.setPartitionerClass(org.apache.hadoop.mapreduce.lib.partition.HashPartitioner.class);
         // 有一个reduce任务运行
         //job.setNumReduceTasks(1);

         // 1.4排序、分组

         // 1.5归约

         // 2.2指定自定义reduce类
         job.setReducerClass(MyReducer.class);
         // 指定reduce的输出类型
         job.setOutputKeyClass(Text.class);
         job.setOutputValueClass(LongWritable.class);

         // 2.3指定写出到哪里
         FileOutputFormat.setOutputPath(job, outPath);
         // 指定输出文件的格式化类
         //job.setOutputFormatClass(TextOutputFormat.class);

         // 把job提交给jobtracker运行
         job.waitForCompletion(true);
         return 0;
     }

     public static void main(String[] args) throws Exception {
         ToolRunner.run(new WordCountApp(), args);
     }

     /**
      *
      * KEYIN     即K1     表示行的偏移量
      * VALUEIN     即V1     表示行文本内容
      * KEYOUT     即K2     表示行中出现的单词
      * VALUEOUT 即V2        表示行中出现的单词的次数，固定值1
      *
      */
     static class MyMapper extends
             Mapper<LongWritable, Text, Text, LongWritable> {
         protected void map(LongWritable k1, Text v1, Context context)
                 throws java.io.IOException, InterruptedException {
             String[] splited = v1.toString().split("\t");
             for (String word : splited) {
                 context.write(new Text(word), new LongWritable(1));
             }
         };
     }

     /**
      * KEYIN     即K2     表示行中出现的单词
      * VALUEIN     即V2     表示出现的单词的次数
      * KEYOUT     即K3     表示行中出现的不同单词
      * VALUEOUT 即V3     表示行中出现的不同单词的总次数
      */
     static class MyReducer extends
             Reducer<Text, LongWritable, Text, LongWritable> {
         protected void reduce(Text k2, java.lang.Iterable<LongWritable> v2s,
                 Context ctx) throws java.io.IOException,
                 InterruptedException {
             long times = 0L;
             for (LongWritable count : v2s) {
                 times += count.get();
             }
             ctx.write(k2, new LongWritable(times));
         };
     }

 }

2、修改完之后，不是在eclipse中运行，而是要打包导出，然后通过WinSCP复制到Linux中/usr/local目录下。

3、在Linux命令行中运行，运行成功后，在查看运行后的结果。