hadoop运行程序详解-helloworld

保证hadoop集群是配置好了的，单机的也好。新建一个目录，比如 /home/admin/WordCount 　　编译WordCount.java程序。         1.javac  - classpath  / home / admin / hadoop / hadoop - 0.19 . 1 - core.jar WordCount.java  - d  / home / admin / WordCount（目录）   　　2. 编译完后在/home/admin/WordCount目录会发现三个class文件 WordCount.class，WordCount$Map.class，WordCount$Reduce.class。 　　cd 进入 /home/admin/WordCount目录,然后执行：         jar cvf WordCount.jar  * . class 　　就会生成 WordCount.jar 文件。               3.常用命令：             /bin/hadoop fs -ls             /bin/hadoop fs -mkdir input             /bin/hadoop fs -rmr input             /bin/hadoop jar 要运行的jar jar包类名（wordcount） 输入目录input 输出目录output             在运行程序之前，一定要把output输出结果删除，否则，报错              /bin/hadoop fs -rmr output             查看输出结果： /bin/hadoop fs -cat output/part-r-00000                         /bin/hadoop fs -cat output/*   package org.apache.hadoop.examples; import java.io.IOException; import java.util.StringTokenizer; 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.Mapper; import org.apache.hadoop.mapreduce.Reducer; import org.apache.hadoop.mapreduce.lib.input.FileInputFormat; import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat; import org.apache.hadoop.util.GenericOptionsParser; /**  *   * 描述：WordCount explains by York   * @author Hadoop Dev Group  */ publicclass WordCount {     /**      * 建立Mapper类TokenizerMapper继承自泛型类Mapper      * Mapper类:实现了Map功能基类      * Mapper接口：      * WritableComparable接口：实现WritableComparable的类可以相互比较。所有被用作key的类应该实现此接口。      * Reporter 则可用于报告整个应用的运行进度，本例中未使用。       *       */   publicstaticclass TokenizerMapper         extends Mapper<Object, Text, Text, IntWritable>{         /**          * IntWritable, Text 均是 Hadoop 中实现的用于封装 Java 数据类型的类，这些类实现了WritableComparable接口，          * 都能够被串行化从而便于在分布式环境中进行数据交换，你可以将它们分别视为int,String 的替代品。      * 声明one常量和word用于存放单词的变量          */     privatefinalstatic IntWritable one =new IntWritable(1);     private Text word =new Text();     /**          * Mapper中的map方法：          * void map(K1 key, V1 value, Context context)          * 映射一个单个的输入k/v对到一个中间的k/v对          * 输出对不需要和输入对是相同的类型，输入对可以映射到0个或多个输出对。          * Context：收集Mapper输出的<k,v>对。          * Context的write(k, v)方法:增加一个(k,v)对到context          * 程序员主要编写Map和Reduce函数.这个Map函数使用StringTokenizer函数对字符串进行分隔,通过write方法把单词存入word中      * write方法存入(单词,1)这样的二元组到context中      */       publicvoid map(Object key, Text value, Context context                     ) throws IOException, InterruptedException {       StringTokenizer itr =new StringTokenizer(value.toString());       while (itr.hasMoreTokens()) {         word.set(itr.nextToken());         context.write(word, one);       }     }   }      publicstaticclass IntSumReducer         extends Reducer<Text,IntWritable,Text,IntWritable> {     private IntWritable result =new IntWritable();     /**          * Reducer类中的reduce方法：       * void reduce(Text key, Iterable<IntWritable> values, Context context)          * 中k/v来自于map函数中的context,可能经过了进一步处理(combiner),同样通过context输出                     */     publicvoid reduce(Text key, Iterable<IntWritable> values,                         Context context                        ) throws IOException, InterruptedException {       int sum =0;       for (IntWritable val : values) {         sum += val.get();       }       result.set(sum);       context.write(key, result);     }   }   publicstaticvoid main(String[] args) throws Exception {         /**          * Configuration：map/reduce的j配置类，向hadoop框架描述map-reduce执行的工作          */     Configuration conf =new Configuration();     String[] otherArgs =new GenericOptionsParser(conf, args).getRemainingArgs();     if (otherArgs.length !=2) {       System.err.println("Usage: wordcount <in> <out>");       System.exit(2);     }     Job job =new Job(conf, "word count");    //设置一个用户定义的job名称     job.setJarByClass(WordCount.class);     job.setMapperClass(TokenizerMapper.class);    //为job设置Mapper类     job.setCombinerClass(IntSumReducer.class);    //为job设置Combiner类     job.setReducerClass(IntSumReducer.class);    //为job设置Reducer类     job.setOutputKeyClass(Text.class);        //为job的输出数据设置Key类     job.setOutputValueClass(IntWritable.class);    //为job输出设置value类     FileInputFormat.addInputPath(job, new Path(otherArgs[0]));    //为job设置输入路径     FileOutputFormat.setOutputPath(job, new Path(otherArgs[1]));//为job设置输出路径     System.exit(job.waitForCompletion(true) ?0 : 1);        //运行job   } }