标签：入门 mapred hadoop Hadoop MapReduce conf org apache import

一：配置pom

<dependency>
    <groupId>org.apache.hadoop</groupId>
    <artifactId>hadoop-core</artifactId>
    <version>1.0.1</version>
</dependency>

二:测试代码

package com.jachs.hadoop;

import java.io.IOException;
import java.util.Iterator;
import java.util.StringTokenizer;

import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapred.FileInputFormat;
import org.apache.hadoop.mapred.FileOutputFormat;
import org.apache.hadoop.mapred.JobClient;
import org.apache.hadoop.mapred.JobConf;
import org.apache.hadoop.mapred.MapReduceBase;
import org.apache.hadoop.mapred.Mapper;
import org.apache.hadoop.mapred.OutputCollector;
import org.apache.hadoop.mapred.Reducer;
import org.apache.hadoop.mapred.Reporter;
import org.apache.hadoop.mapred.TextInputFormat;
import org.apache.hadoop.mapred.TextOutputFormat;

/***
 * 
 * @author zhanchaohan
 *
 */
public class WordCount {
	/*输入文件地址，测试内容如下：
	 * ------------------------
	  Hello Workd Bye World
	  Hello Hadoop Goodbye Hadoop
	  Hello Workd Bye World And Hello Hadoop Goodbye Hadoop
	 ------------------------
	  */
	private static final String InputFile="/usr/jachs/hadoop/A";
	
	//输出路径
	private static final String OutDir="/usr/jachs/hadoop/B";
	
	//将读取文件的内容切割出每个单词，标记数量为1,<word,1>形式，然后交给Reduce处理
	public static class Map extends MapReduceBase implements Mapper<LongWritable,Text,Text,IntWritable>{
		private final static IntWritable one=new IntWritable(1);
		private Text word=new Text();
		
		public void map(LongWritable key, Text value, OutputCollector<Text, IntWritable> output, Reporter reporter)
				throws IOException {
			String line=value.toString();
			StringTokenizer token=new StringTokenizer(line);
			
			while(token.hasMoreTokens()) {
				word.set(token.nextToken());
				output.collect(value, one);
			}
			
		}
	}
	//Reduce简单将数值累计求和
	public static class Reduce extends MapReduceBase implements Reducer<Text, IntWritable, Text, IntWritable>{
		public void reduce(Text key, Iterator<IntWritable> values, OutputCollector<Text, IntWritable> output,
				Reporter reporter) throws IOException {
			int sum=0;
			while (values.hasNext()) {
				sum+=values.next().get();
			}
			output.collect(key, new IntWritable(sum));
		}
	}
	
	public static void main(String[] args) throws IOException {
		JobConf conf=new JobConf(WordCount.class);
		conf.setJobName("wordCount");
		
		conf.setOutputKeyClass(Text.class);
		conf.setOutputValueClass(IntWritable.class);
		
		conf.setMapperClass(Map.class);
		conf.setReducerClass(Reduce.class);
		
		conf.setInputFormat(TextInputFormat.class);
		conf.setOutputFormat(TextOutputFormat.class);
		
		FileInputFormat.setInputPaths(conf, new Path(InputFile));
		FileOutputFormat.setOutputPath(conf, new Path(OutDir));
		
		JobClient.runJob(conf);
	}
}

　三:执行windows下执行会报异常需要修改源码。返回结构如下图打印每行单词个数

标签：入门,mapred,hadoop,Hadoop,MapReduce,conf,org,apache,import
来源： https://www.cnblogs.com/zhanchaohan/p/16348856.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。