WordCount案例--mapreduce编写（mr类型、map方法、reduce方法、Job方法） 详细注解

按我们上传一个文件，统计该文件里面的所有单词个数为例进行讲解

一、编程规范：

二、Mapper阶段业务逻辑实现

MyMapper类继承的Mapper方法的四个参数的类型解析：

1、KEYIN:表示数据输入的时候key数据类型，在默认的读取数据组件下，叫InputFormat，它的行为是一行一行读取待处理的数据，读取一行，返回一行给我们的mr程序，在这种情况下，keyin就表示一行的起始偏移量  因始数据的类型是long
2、VALUEIN:表述数据输入的时候value的数据类型，在默认的读取数据组件下 valuein就表示读取的这一行内容 因始读取的数据类型是String  
3、KEYOUT：表示mapper数据输出的时候key的数据类型,在本案例当中，输出的key是单词，因始类型是String
4、VALUEOUT表示mapper 数据输出的时候value的数据类型 在本案例当中，输出的key是单词的次数，因此数据类型是Integer
public class MyMapper extends Mapper<keyin, valuein, keyout, valueout>

这里所说的数据类型long、String都是jdk自带的类型，在序列化的时候，效率低下，因此hadoop自己封装一套数据类型，如下：

long---->LongWritable
String---->Text
Integer---->Intwritable
null-->NullWritable

//上面已经解析为啥使用LongWritable、Text、IntWritable
public class MyMapper extends Mapper<LongWritable, Text, Text, IntWritable> {
   
//这里就是mapreduce程序，mapper阶段业务逻辑实现方法，该方法的调用取决于读取数据的组件有没有给Mr传入数据，如果有，每传入一个《k,v》对  该方法就调用一次
//这里LongWritable key 表示传入的keyin 类型是LongWritable
//Text value 表示传入的valuein 类型是Text
   public void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {
   
    //拿到传入进来的一行内容，把数据类型转化为String
    String line=value.