MapReduce-----周东海

Hadoop MapReduce是一个软件框架，基于该框架能够容易地编写应用程序，这些应用程序能够运行在由上千个商用机器组成的大集群上，并以一种可靠的，具有容错能力的方式并行地处理上TB级别的海量数据集。

Map类

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;

/*
*LongWritable 偏移量 long,表示改行在文件中的位置，而不是行号
* Text map阶段的输入数据 一行文本信息 字符串类型 String
* Text map阶段的数据字符串类型String
* IntWritable map阶段输出的values类型，对应Java中int型，表示行号
* */

public class WordCountMap extends Mapper<LongWritable,Text, Text, IntWritable> {
    @Override
    protected void map(LongWritable key,Text value,Context context) throws IOException, InternalError, InterruptedException {
        //读取每行文本
        String line = value.toString();
        //splite拆分每行
        String[] words = line.split(" ");
        //取出每个单词
        for(String word :words){
            //将单词转为Text类型
            Text wordText = new Text(word);
            //将1转变为IntWritable
            IntWritable outValues = new IntWritable(1);
            //写出单词，跟对应1
            context.write(wordText,outValues);
        }
    }
}

Reduce类

import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Reducer;

import java.io.IOException;
/*
* Text 输入字符串类型，序列化
* IntWritable 输入一串1，序列化
* Text 输出的字符串类型 String
* IntWritable 输出求和数组，序列化
* */
public class WordCountReduce extends Reducer<Text, IntWritable,Text,IntWritable> {
    /*
    * key 输入单词名字
    * values 输入一串1
    * context 输出的工具
    * */
    @Override
    protected void reduce(Text key, Iterable<IntWritable> values, Context context) throws IOException, InterruptedException {
        int sum = 0;
        for(IntWritable number:values){
            sum += number.get();
        }
        context.write(key,new IntWritable(sum));

    }
}

连接实践类

import java.io.IOException;
import java.util.*;

import org.apache.hadoop.examples.SecondarySort;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.conf.*;
import org.apache.hadoop.io.*;
import org.apache.hadoop.mapreduce.*;
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.input.TextInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
import org.apache.hadoop.mapreduce.lib.output.TextOutputFormat;

public class WordCount {

    public static void main(String[] args) throws Exception {
//        定义配置对象
        Configuration conf = new Configuration();
//      定义一个工作任务对象
        Job job = Job.getInstance(conf);
//        获取map阶段的一个对象
        job.setMapperClass(WordCountMap.class);
//        指定map阶段输出的key类型
        job.setOutputKeyClass(Text.class);
//        指定map阶段输出的values类型
        job.setOutputValueClass(IntWritable.class);
//        map阶段的输出文件
        FileInputFormat.setInputPaths(job,new Path("C:/Users/夕七/Desktop/123.txt"));

//         指定Reduce的类
        job.setReducerClass(SecondarySort.Reduce.class);
    //        指定reduce阶段输出的key类型
        job.setOutputKeyClass(Text.class);
//        指定reduce阶段输出的values类型
        job.setOutputValueClass(IntWritable.class);
//        指定Reduce阶段输出文件
        FileOutputFormat.setOutputPath(job,new Path("C:/Users/夕七/Desktop/234.txt"));

        job.waitForCompletion(true);
    }
}