分布式计算模型 MapReduce一WordCount 案例

MapReduce实现WordCount

编写Mapper类

/**
 * KEYIN : 输入的key类型
 * VALUEIN ： 输入的value类型
 * KEYOUT ： 输出的key类型
 * VALUEOUT ： 输出的value类型
 */
public class WCMapper extends Mapper<LongWritable,Text,Text,IntWritable> {
    // 创建输出的k，v对象
    Text k = new Text();
    IntWritable v = new IntWritable(1);

    @Override
    protected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {
        // 1.将文本转化成string
        String line = value.toString();

        // 2.将字符串切割
        String[] words = line.split("\\s+");

        // 3.将每一个单词写出
        for (String word : words) {
            k.set(word);
            context.write(k,v);
        }
    }
}

编写Reducer类

/**
 * KEYIN : reduce端输入的key类型，即map端输出的key类型
 * VALUEIN ： reduce端输入的value类型，即map端输出的value类型
 * KEYOUT ： reduce端输出的key类型
 * VALUEOUT ： reducer输出的value类型
 */
public class WCReducer extends Reducer<Text,IntWritable,Text,IntWritable> {
    int sum;
    // 创建输出的v对象
    IntWritable v =new IntWritable();

    @Override
    protected void reduce(Text key, Iterable<IntWritable> values, Context context) throws IOException, InterruptedException {
        // reduce端接受到的类型大概是这样的   （wish，（1,1,1，1,1,1,1））

        sum = 0;
        // 遍历迭代器
        for (IntWritable count : values) {
            // 对迭代器进行累加求和
            sum+=count.get();
        }
        // 将key和value进行写出
        v.set(sum);
        context.write(key,v);
    }
}

编写DRIVER类

public class WCDriver {
    public static void main(String[] args) throws IOException, ClassNotFoundException, InterruptedException {
        // 1.创建配置文件,创建Job
        Configuration conf = new Configuration();
        Job job = Job.getInstance(conf, "wordcount");

        // 2.设置jar的位置
        job.setJarByClass(WCDriver.class);

        // 3.设置Map和Reduce的位置
        job.setMapperClass(WCMapper.class);
        job.setReducerClass(WCReducer.class);

        // 4.设置map输出的key，value类型
        job.setMapOutputKeyClass(Text.class);
        job.setMapOutputValueClass(IntWritable.class);

        // 5.设置reduce输出的key，value类型
        job.setOutputKeyClass(Text.class);
        job.setOutputValueClass(IntWritable.class);

        // 6.设置输入输出路径
        FileInputFormat.setInputPaths(job,new Path("file:///D:\\Users\\IdeaProjects\\hadoop02\\data\\wcinput"));
        FileOutputFormat.setOutputPath(job,new Path("file:///D:\\Users\\IdeaProjects\\hadoop02\\data\\wcoutput"));
//        FileInputFormat.setInputPaths(job, new Path(args[0]));
//        FileOutputFormat.setOutputPath(job, new Path(args[1]));

        // 7.提交程序运行
        boolean result = job.waitForCompletion(true);
        System.exit(result ? 0 : 1);
    }
}