WordCount:统计一个或多个文件内每个单词的出现次数。
一般情况下,一个MapReduce程序主要包含三个部分:Map、Reduce和Drive。Map阶段主要负责将任务拆分到不同的节点上,各个MapTask是相互独立的,Reduce负责将Map阶段各个节点上的结果进行整合,Drive主要负责环境的配置信息以及连接Map和Reduce。
Map阶段
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;
// map阶段
/*
输入参数:
KEYIN 输入数据的key类型
VALUEIN 输入数据的value类型
KEYOUT 输出数据的key类型
VALUEOUT 输出数据的value类型
*/
public class WordcountMapper extends Mapper<LongWritable, Text, Text, IntWritable> {
Text k = new Text();
IntWritable v = new IntWritable(1);
@Override
protected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {
// 1 获取一行
String line =