Hadoop经典案例——单词统计

通过 Hadoop经典案例——单词统计，来演示 Hadoop集群的简单使用。

(1）打开 HDFS 的 UI,选择Utilities→Browse the file system查看分布式文件系统里的数据文件，可以看到新建的HDFS上没有任何数据文件。




(2）先在集群主节点namenode上的/export/data/目录下，执行“vi word. txt”指令新建一个 word. txt文本文件，并编写一些单词内容。

[root@namenode data]# vi word.txt

接着，在 HDFS 上创建/wordcount/input目录，并将 word. txt文件上传至该目录下，具体指令如下所示：

[root@namenode /]# hadoop fs -mkdir -p /wordcount/input

上述指令是Hadoop提供的进行亡件系统操作的HDFS Shell相关指令，此处不必深究具体使用，在下一章会进行详细说明。执行完上状指公后，再次奋看HDFS 的 UI，会发现/wordcount/input目录创建成功并上传了指定的 word.txt文件

(3)进入 Hadoop解压包中的/share/hadoop/mapreduce/目录下，使用ll指令查看文件夹内容。

[root@namenode /]# hadoop fs -put /export/data/word.txt /wordcount/input

[root@namenode /]# cd /export/servers/hadoop-2.7.3/share/hadoop/mapreduce
[root@namenode mapreduce]# ll

从上图可以看出，在该文件夹下自带了很多Hadoop 的 MapReduce示例程序。其中，hadoop-mapreduce-examples-2.7.3.jar包中包含了计算单词个数、计算Pi值等功能。
因此，这里可以直接使用hadoop-mapreduce-examples-2.7.3.jar示例包，对 HDFS上的word. txt文件进行单词统计，来进行此次案例的演示，在jar包位置执行如下指令。

[root@namenode mapreduce]# hadoop jar hadoop-mapreduce-examples-2.7.3.jar wordcount /wordcount/input /wordcount/output

上述指令中, hadoop jar hadoop-mapreduce-examples-2.7.3.jar表示执行一个 Hadoop的jar包程序；wordcount表示执行jar包程序中的单词统计功能；/wordcount/input表示进行单词统计的 HDFS文件路径；/wordcount/output表示进行单词统计后的输出HDFS 结果路径。
执行完上述指令后，示例包中的MapReduce程序开始运行，此时可以通过 YARN 集群的UI查看运行状态。

从上图可以看出，MapReduce程序执行成功后，在 HDFS 上自动创建了指定的结果目录/wordcount/output，并且输出了_SUCCESS 和 part-r-00000结果文件。其中_SUCCESS文件用于表示此次任务成功执行的标识，而part-r-00000表示单词统计的结果。

接着，就可以单击下载图中的 part-r-00000结果文件到本地操作系统，并使用文工具(EditPlus、 Nodepad++ 、记事本等)打开该文件，由下图可以看出，MapReduce示例程序成功统计出了/wordcount/input/word. txt本中的单词数量，并进行了结果输出。



从HDFS中删除文件夹命令

hadoop fs -rm -r /wordcount