词频统计之Mapper实现

package com.imooc.bigdata.hadoop.hdfs.mr.wc;

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;

/**
 * KEYIN  :Map任务读数据key类型，offset，是每行数据起始位置的偏移量，Long类型
 * VALUEIN ：Map任务读数据的value类型，其实就是一行行字符串，String
 *
 *
 * hello world welcome
 * hello welcome
 *
 * KEYOUT：Map方法自定义实现输出Key的类型，String
 * VALUEOUT ：Map方法自定义实现输出的value的类型，Integer
 *
 * 词频统计：相同单词的次数
 * （word ，1）
 * Long,String,String,Integer是Java里面的数据类型
 * Hadoop自定义类型：序列化和反序列化
 *
 * LongWritable,Text
 */
public class WordCountMapper extends Mapper <LongWritable, Text,Text,IntWritable>{

    @Override
    protected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {

        //把value对应的行数据按照指定的分隔符拆开
        String[] words = value.toString().split("\t");

        for(String word:words){
            //(hello,1) (world,1)
            context.write(new Text(word),new IntWritable(1));
        }

    }
}