第一个MapReduce程序

<?xml version="1.0" encoding="UTF-8"?>
<project xmlns="http://maven.apache.org/POM/4.0.0"
         xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance"
         xsi:schemaLocation="http://maven.apache.org/POM/4.0.0 http://maven.apache.org/xsd/maven-4.0.0.xsd">
    <modelVersion>4.0.0</modelVersion>

    <parent>
        <groupId>net.sunmonkey</groupId>
        <artifactId>hadoop-demo</artifactId>
        <version>1.0</version>
    </parent>

    <artifactId>mapreduce-demo</artifactId>
    <packaging>jar</packaging>

    <dependencies>

        <dependency>
            <groupId>org.apache.hadoop</groupId>
            <artifactId>hadoop-common</artifactId>
            <version>3.3.0</version>
        </dependency>

        <dependency>
            <groupId>org.apache.hadoop</groupId>
            <artifactId>hadoop-mapreduce-client-core</artifactId>
            <version>3.3.0</version>
        </dependency>

        <dependency>
            <groupId>org.apache.hadoop</groupId>
            <artifactId>hadoop-mapreduce-client-common</artifactId>
            <version>3.3.0</version>
        </dependency>

    </dependencies>

    <build>
        <finalName>mapreduce-demo</finalName>
    </build>

</project>

View Code

3，MapReduce程序编写

使用MapReduce来统计文本中的每个单词出现的个数，Word Count，这里就不是hello world了。

创建文件D:\Apache\hadoop\data\test.txt，内容如下

hello world tom
hello tom world
tom hello world
how are you

View Code

3.1 WCMapper类

编写一个WCMapper类并且继承org.apache.hadoop.mapreduce.Mapper就可以，具体实现如下

package net.sunmonkey.mapreduce.mapper;

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;

public class WCMapper extends Mapper<LongWritable, Text, Text, IntWritable> {

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

        Text keyOut = new Text();
        IntWritable valueOut = new IntWritable();

        String[] arr = value.toString().split(" ");
        for(String str: arr){
            keyOut.set(str);
            valueOut.set(1);
            context.write(keyOut, valueOut);
        }
    }
}

View Code

3.2 WCReducer类

编写一个WCReducer类，并且继承org.apache.hadoop.mapreduce.Reducer就可以，具体实现如下

package net.sunmonkey.mapreduce.reducer;

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

import java.io.IOException;

public class WCReducer extends Reducer<Text, IntWritable, Text, IntWritable> {

    @Override
    protected void reduce(Text key, Iterable<IntWritable> values, Context context) throws IOException, InterruptedException {
        int count = 0;
        for(IntWritable intWritable: values){
            count += intWritable.get();
        }
        context.write(key, new IntWritable(count));
    }
}

View Code

3.3 创建主方法运行MapReduce任务

编写一个WCApplication类，使用主方法提交一个MapReduce任务，具体实现如下。

运行该主方法的时候，需要设置两个参数，第一个参数是统计单词的文档文档的绝对路径，这里我们设置为D:\Apache\hadoop\data\test.txt；第二个参数是计算结果写入的路径，该路径必须不存在，否则会报错，这里我们设置为D:\Apache\hadoop\data\result。

package net.sunmonkey.mapreduce;

import net.sunmonkey.mapreduce.mapper.WCMapper;
import net.sunmonkey.mapreduce.reducer.WCReducer;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FileSystem;
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.lib.input.TextInputFormat;
import org.apache.hadoop.mapreduce.lib.output.TextOutputFormat;

public class WCApplication {

    public static void main(String[] args) throws Exception {
        //创建该对象的时候，该配置对象会读取hadoop包内的配置文件，默认使用本地模式
        Configuration configuration = new Configuration();

        if(args.length == 2){
            FileSystem.get(configuration).delete(new Path(args[1]), false);
        }

        //获取一个任务实例
        Job job = Job.getInstance(configuration);

        //设置任务名称
        job.setJobName("WCApplication");
        //设置主方法类
        job.setJarByClass(WCApplication.class);

        //设置任务的输入格式
        job.setInputFormatClass(TextInputFormat.class);

        //设置任务的输出格式
        job.setOutputFormatClass(TextOutputFormat.class);

        //设置读取的文件输入路径
        TextInputFormat.addInputPath(job, new Path(args[0]));

        //设置计算结果输出路径，结果将以文本的方式输出
        TextOutputFormat.setOutputPath(job, new Path(args[1]));

        //设置reduce任务个数
        job.setNumReduceTasks(1);

        //设置map类
        job.setMapperClass(WCMapper.class);
        //设置reduce类
        job.setReducerClass(WCReducer.class);

        job.setMapOutputKeyClass(Text.class);
        job.setMapOutputValueClass(IntWritable.class);

        //提交任务并且等待任务完成
        job.waitForCompletion(true);

    }
}

View Code

运行主方法，即可在D:\Apache\hadoop\data\result目录中看到MapReduce任务计算的结果。

在该目录的part-r-00000文件中即可看到计算结果，如下

are    1
hello    3
how    1
tom    3
world    3
you    1

View Code

第一个MapReduce程序

原文：https://www.cnblogs.com/chengwenqin/p/13673530.html

踩

(0)

评论一句话评论（0）

分享档案

更多>

2021年09月23日 (328)
2021年09月24日 (313)
2021年09月17日 (191)
2021年09月15日 (369)
2021年09月16日 (411)
2021年09月13日 (439)
2021年09月11日 (398)
2021年09月12日 (393)
2021年09月10日 (160)
2021年09月08日 (222)