Hadoop2.6.0版本MapReudce示例之WordCount（一）

一、准备测试数据

1、在本地Linux系统/var/lib/Hadoop-hdfs/file/路径下准备两个文件file1.txt和file2.txt，文件列表及各自内容如下图所示：

2、在hdfs中，准备/input路径，并上传两个文件file1.txt和file2.txt，如下图所示：

二、编写代码，封装Jar包并上传至linux

将代码封装成TestMapReduce.jar，并上传至linux的/usr/local路径下，如下图所示：

三、运行命令

执行命令如下：hadoop jar /usr/local/TestMapReduce.jar com.jngreen.mapreduce.test.WordCount /input/file1.txt /input/file2.txt /output/output

命令执行过程截图如下：

四、查看运行结果

查看hdfs输出路径/output下的结果，如下图所示：

运行结果为Hello 4、Hadoop 1、Man 1、Boy 1、Word 1，完全正确！

五、WordCount展示

源码如下：

1. import java.io.IOException;
2. import java.util.StringTokenizer;
3. import org.apache.hadoop.conf.Configuration;
4. import org.apache.hadoop.fs.Path;
5. import org.apache.hadoop.io.IntWritable;
6. import org.apache.hadoop.io.Text;
7. import org.apache.hadoop.mapreduce.Job;
8. import org.apache.hadoop.mapreduce.Mapper;
9. import org.apache.hadoop.mapreduce.Reducer;
10. import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
11. import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
12. public class WordCount {
13. // TokenizerMapper作为Map阶段，需要继承Mapper，并重写map()函数
14. public static class TokenizerMapper
15. extends Mapper<Object, Text, Text, IntWritable>{
16. private final static IntWritable one = new IntWritable(1);
17. private Text word = new Text();
18. public void map(Object key, Text value, Context context
19. ) throws IOException, InterruptedException {
20. // 用StringTokenizer作为分词器，对value进行分词
21. StringTokenizer itr = new StringTokenizer(value.toString());
22. // 遍历分词后结果
23. while (itr.hasMoreTokens()) {
24. // 将String设置入Text类型word
25. word.set(itr.nextToken());
26. // 将(word,1)，即(Text,IntWritable)写入上下文context，供后续Reduce阶段使用
27. context.write(word, one);
28. }
29. }
30. }
31. // IntSumReducer作为Reduce阶段，需要继承Reducer，并重写reduce()函数
32. public static class IntSumReducer
33. extends Reducer<Text,IntWritable,Text,IntWritable> {
34. private IntWritable result = new IntWritable();
35. public void reduce(Text key, Iterable<IntWritable> values,
36. Context context
37. ) throws IOException, InterruptedException {
38. int sum = 0;
39. // 遍历map阶段输出结果中的values中每个val，累加至sum
40. for (IntWritable val : values) {
41. sum += val.get();
42. }
43. // 将sum设置入IntWritable类型result
44. result.set(sum);
45. // 通过上下文context的write()方法，输出结果(key, result)，即(Text,IntWritable)
46. context.write(key, result);
47. }
48. }
49. public static void main(String[] args) throws Exception {
50. // 加载hadoop配置
51. Configuration conf = new Configuration();
52. // 校验命令行输入参数
53. if (args.length < 2) {
54. System.err.println("Usage: wordcount <in> [<in>...] <out>");
55. System.exit(2);
56. }
57. // 构造一个Job实例job，并命名为"word count"
58. Job job = new Job(conf, "word count");
59. // 设置jar
60. job.setJarByClass(WordCount.class);
61. // 设置Mapper
62. job.setMapperClass(TokenizerMapper.class);
63. // 设置Combiner
64. job.setCombinerClass(IntSumReducer.class);
65. // 设置Reducer
66. job.setReducerClass(IntSumReducer.class);
67. // 设置OutputKey
68. job.setOutputKeyClass(Text.class);
69. // 设置OutputValue
70. job.setOutputValueClass(IntWritable.class);
71. // 添加输入路径
72. for (int i = 0; i < args.length - 1; ++i) {
73. FileInputFormat.addInputPath(job, new Path(args[i]));
74. }
75. // 添加输出路径
76. FileOutputFormat.setOutputPath(job,
77. new Path(args[args.length - 1]));
78. // 等待作业job运行完成并退出
79. System.exit(job.waitForCompletion(true) ? 0 : 1);
80. }
81. }