用MapReduce实现WordCount（简单尝试MapReduce）

前言

MapReduce不需要“分割”，框架已经做好这一步了。

只需要进行“线程步骤”——Mapper，而且无需计算如何分割（这是Combine的工作）

和“聚合结果”——Reducer，而且无需设计如何聚合（Shuffle的工作）

这里提到的步骤、类在后面的文章中会一一拆解分析，这里仅作简单尝试。

准备

为了让程序在IDEA中测试运行，需要在win中设置一下Hadoop环境：

把Hadoop压缩包以管理员身份解压（不行就放c盘，c盘自动认为是管理员身份）；两个配置文件，winutils.exe放在bin，hadoop.dlll放在windows/system32。

开始写

1.Mapper

继承Mapper 类，重写map 方法。让分割方式为“ ”。

public class WordMapper extends Mapper {
    @Override
    protected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {
        String[] words = value.toString().split(" ");
        for(String word : words){
            context.write(new Text(word),new LongWritable(1));
        }
    }
}

2.Reducer

继承Reducer 类，重写reduce 方法。

public class WordReduce extends Reducer {
    @Override
    protected void reduce(Text key, Iterable values, Context context) throws IOException, InterruptedException {
        int count=0;
        for (LongWritable lw:values){
            count+=lw.get();
        }
        context.write(key,new LongWritable(count));
    }
}

3.Job

写出main方法，运行得到文件。

public class WordJob {
    public static void main(String[] args) throws IOException, ClassNotFoundException, InterruptedException {
        Job job = Job.getInstance(new Configuration());
        job.setJarByClass(WordJob.class);//告诉 主类就是我

        FileInputFormat.setInputPaths(job,new Path("file:///d:/temp/a.txt"));//文件
        FileOutputFormat.setOutputPath(job,new Path("file:///d:/temp/write"));//目录，事先不能存在

        job.setMapperClass(WordMapper.class);
        job.setMapOutputKeyClass(Text.class);
        job.setMapOutputValueClass(LongWritable.class);

        job.setReducerClass(WordReduce.class);
        job.setOutputKeyClass(Text.class);
        job.setOutputValueClass(LongWritable.class);
        //设置reduce个数
        //job.setNumReduceTasks(2);

        job.waitForCompletion(true);
    }
}