Hadoop(三)MapReduce本地模式下的WordCount编程实例（Mapreduce入门教程）

写在前面
这篇博客我们一块看一下 本地模式 下，怎样用mapreduce记录一个大文件的单词个数的。

创建maven工程

请参考博主hdfs博客，过两天更。

导入依赖

在pom.xml添加如下代码

<dependencies>
        
        <dependency>
            <groupId>org.apache.logging.log4jgroupId>
            <artifactId>log4j-slf4j-implartifactId>
            <version>2.12.0version>
        dependency>
         
        <dependency>
            <groupId>org.apache.hadoopgroupId>
            <artifactId>hadoop-clientartifactId>
            <version>3.1.3version>
        dependency>
    dependencies>

创建配置文件

在项目的src/main/resources目录下，新建一个文件，命名为“log4j2.xml”，在文件中填入如下数据：

<Configuration status="error" strict="true" name="XMLConfig">
    <Appenders>
        
        <Appender type="Console" name="STDOUT">
            
            <Layout type="PatternLayout"
                    pattern="[%p] [%d{yyyy-MM-dd HH:mm:ss}][%c{10}]%m%n" />
        Appender>

    Appenders>

    <Loggers>
        
        <Logger name="test" level="info" additivity="false">
            <AppenderRef ref="STDOUT" />
        Logger>

        
        <Root level="info">
            <AppenderRef ref="STDOUT" />
        Root>
    Loggers>
Configuration>

创建包名

创建包名com.yuaf.wordcount

创建Mapper类

package com.yuaf.wordcount;

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<LongWritable, Text, Text, IntWritable> {
     
    Text outK = new Text();
    IntWritable outV = new IntWritable(1);

    @Override
    //这个map的意思是，你传过来的数据我以空格分隔，但后把一个个单词计数为一输出
    protected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {
     
       //获取一行且分割
        String[] split = value.toString().split(" ");
	   //封装且输出
        for (String sp : split) {
     
            outK.set(sp);
            context.write(outK, outV);
        }
    }
}

创建Reducer类

package com.yuaf.wordcount;

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<Text, IntWritable, Text, IntWritable> {
     
    IntWritable outV = new IntWritable();
	int sum;
    @Override
    //这个reduce的作用是算出每个key出现了多少次，且将结果输出
    protected void reduce(Text key, Iterable<IntWritable> values, Context context) throws IOException, InterruptedException {
     
        sum = 0;
        for (IntWritable value : values) {
     
            sum += value.get();
        }
        outV.set(sum);
        context.write(key, outV);
    }
}

创建Driver主函数

package com.yuaf.wordcount;

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, ClassNotFoundException, InterruptedException {
     
        //1.获取配置信息，创建job对象
        Job job = Job.getInstance(new Configuration());
        //2.关联自己写的Mapper
        job.setMapperClass(WordCountMapper.class);
        //3.关联自己写的Reducer
        job.setReducerClass(WordCountReducer.class);
        //4.设置Mapper的输出格式
        job.setMapOutputKeyClass(Text.class);
        job.setMapOutputValueClass(IntWritable.class);
        //5.设置文档最终的输出格式
        job.setOutputKeyClass(Text.class);
        job.setOutputValueClass(IntWritable.class);
        //6.设置输入输出路径
        FileInputFormat.setInputPaths(job, new Path("E:/input/word.txt"));
        FileOutputFormat.setOutputPath(job, new Path("E:/output"));
        //7.提交job
        boolean b = job.waitForCompletion(true);
        System.exit(b ? 0 : 1);
    }
}

准备数据

Driver主函数中我们设置了文件的输入输出路径，其中输入路径存放需要计数的文档，输出路径需要是一个不存在的文件夹
我们来看一下文件

启动Driver主程序

结果返回0，说明程序运行成功，让我们一块来看一下结果。

查看这个文件

可以看到第一行是一个空格，是因为我们输入数据时，第一个love前有一个空格。