HADOOP-MR初步实现

一，功能

 　　概述：在简易的hadoop集群上，用MapReduce完成一个文件里面单词计数的统计工作。

二，代码实现

　　主要有三个类，导入依赖的jar包。

　　1.master

　　主要是各种配置，最后一定要提交job！

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 com.sand.mr.mapper.WordCountMapper;
import com.sand.mr.reducer.WordCountReducer;

public class WordCountMaster {

    public static void main(String[] args) throws Exception {
        // 初始化配置
        Configuration conf = new Configuration();
        // 初始化job参数，指定job名称
        Job job = Job.getInstance(conf, "wordCount");
        // 设置运行job的类
        job.setJarByClass(WordCountMaster.class);
        // 设置Mapper类
        job.setMapperClass(WordCountMapper.class);
        // 设置Reducer类
        job.setReducerClass(WordCountReducer.class);
        // 设置Map的输出数据类型
        job.setMapOutputKeyClass(Text.class);
        job.setMapOutputValueClass(IntWritable.class);
        // 设置Reducer的输出数据类型
        job.setOutputKeyClass(Text.class);
        job.setOutputValueClass(IntWritable.class);
        // 设置输入的路径 -> 可以指定为某一路径或具体的文件
        FileInputFormat.setInputPaths(job, new Path("hdfs://SZ01:8020/input/user1"));
        // 设置输出的路径 -> 最后一级路径自动生成，不会自动覆盖，需要手动修改
        FileOutputFormat.setOutputPath(job, new Path("hdfs://SZ01:8020/output/wordCount2"));
        // 提交job
        boolean result = job.waitForCompletion(true);
        // 执行成功后进行后续操作
        if (result) {
            System.out.println("Congratulations!");
        }
    }

}

View Code