mapreduce实现简单计数

准备工作：

 

1）.添加程序所需要依赖的jar包

1.commons-cli：主要提供了解析命令行的库

2.commons-logging：常用的日志相关库

3.guava: guava的中文意思其实是石榴嘛，是google的一个开源项目。其中包含了很多java的常用库

4.hadoop-common：hadoop的基础依赖库，包括配置文件，文件系统，通信，安全等。

5.hadoop-mapreduce-client-core：顾名思义，这是编写mapreduce程序的核心依赖库了。

 

2）程序

package hadoop;

 

import org.apache.hadoop.conf.Configuration;

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.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.input.TextInputFormat;

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

import org.apache.hadoop.mapreduce.lib.output.TextOutputFormat;

 

import java.io.IOException;

import java.util.StringTokenizer;

 

/**

* Created by admin on 2018/8/13.

*/

public class TestWord {

public static class WordMapper extends Mapper {

 

@Override

public void map(LongWritable key, Text values, Mapper.Context context) throws IOException, InterruptedException {

String line = values.toString();

StringTokenizer st = new StringTokenizer(line);

while (st.hasMoreTokens()) {

String word = st.nextToken();

context.write(new Text(word), new IntWritable(1));

}

}

}

 

public static class WordReduce extends Reducer{

@Override

public void reduce(Text key,Iterable iterable,Reducer.Context context) throws IOException,InterruptedException{

int sum = 0;

for(IntWritable it:iterable){

sum = sum + it.get();

}

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

}

}

 

public static void main(String[] args) throws Exception{

Configuration con = new Configuration();

Job job = new Job(con);

job.setJarByClass(TestWord.class);

job.setJobName("words count!");

 

job.setMapOutputKeyClass(Text.class);

job.setOutputValueClass(IntWritable.class);

 

job.setInputFormatClass(TextInputFormat.class);

job.setOutputFormatClass(TextOutputFormat.class);

 

job.setMapperClass(WordMapper.class);

job.setReducerClass(WordReduce.class);

 

FileInputFormat.addInputPath(job,new Path("hdfs://hadoop1:9000/test1.txt"));

FileOutputFormat.setOutputPath(job,new Path("hdfs://hadoop1:9000/result/"));

 

job.waitForCompletion(true);

}

}

3）将程序打包并上传到hadoop3，如何打包下面链接有详细教程

https://blog.csdn.net/huangzhichang13/article/details/53580320

 

4)执行程序

 

./hadoop jar /home/hadoop/hadoop/test/wordcount.jar hadoop/TestWord

 

5）问题

1.

 

 

提示目录已存在，因为是防止用户出现误操作，替换掉原先的文件，所以不能覆盖已经存在的目录，将hdfs上的目录删除即可

 

2.org.apache.hadoop.yarn.exceptions.InvalidAuxServiceException: The auxService:mapreduce_shuffle does not exist

 

是因为这个配置错了，多了一个aux-services,去掉最后一个即可（3个节点的配置都需要）

 

正确结果，部分截图

 

 

数据统计出来了