环境准备：
Hadoop2.6.0
IDEA
maven3.5.4
案例分析：
? ? ? ??MapReduce是一种编程模型，用于大规模数据集（大于1TB）的并行运算。它极大地方便了编程人员在不会分布式并行编程的情况下，将自己的程序运行在分布式系统上。本项目用到的便是俗称Helloword的数据提取案例，官网源码见hadoop安装目录：? ? ? ?
/hadoop/share/hadoop/mapreduce/hadoop-mapreduce-examples-2.6.0.jar
注意：在windows下直接查看需要反编译工具，解析jar包
?输入数据：? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ????????
?期望输出数据：
?环境搭建：
1.配置maven
????????将下载好的maven路径配置进去
?
?
2.配置解释器
3.在pom.xml文件中添加如下依赖
? ? ? ? 如下依赖只需要更改版本号即可，导入后刷新IDEA即可自动下载依赖
<dependencies>
<dependency>
<groupId>junit</groupId>
<artifactId>junit</artifactId>
<version>RELEASE</version>
</dependency>
<dependency>
<groupId>org.apache.logging.log4j</groupId>
<artifactId>log4j-core</artifactId>
<version>2.8.2</version>
</dependency>
<dependency>
<groupId>org.apache.hadoop</groupId>
<artifactId>hadoop-common</artifactId>
<version>2.7.2</version>
</dependency>
<dependency>
<groupId>org.apache.hadoop</groupId>
<artifactId>hadoop-client</artifactId>
<version>2.7.2</version>
</dependency>
<dependency>
<groupId>org.apache.hadoop</groupId>
<artifactId>hadoop-hdfs</artifactId>
<version>2.7.2</version>
</dependency>
</dependencies>
?4.在项目的src/main/resources目录下，新建一个文件，命名为“log4j.properties”，在文件中填入。
log4j.rootLogger=INFO, stdout
log4j.appender.stdout=org.apache.log4j.ConsoleAppender
log4j.appender.stdout.layout=org.apache.log4j.PatternLayout
log4j.appender.stdout.layout.ConversionPattern=%d %p [%c] - %m%n
log4j.appender.logfile=org.apache.log4j.FileAppender
log4j.appender.logfile.File=target/spring.log
log4j.appender.logfile.layout=org.apache.log4j.PatternLayout
log4j.appender.logfile.layout.ConversionPattern=%d %p [%c] - %m%n
程序编写：
（1）编写Mapper类
package org.example.mapreduce.wordcount;
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 WordCountMapper extends Mapper<LongWritable, Text, Text, IntWritable> {
private Text outk = new Text();
private IntWritable outv = new IntWritable(1);
@Override
protected void map(LongWritable key, Text value, Mapper<LongWritable, Text, Text, IntWritable>.Context context) throws IOException, InterruptedException {
//获取一行
String line = value.toString();
//切割
String[] words = line.split(" ");
//循环写出
for (String word : words) {
//封装
outk.set(word);
//写出
context.write(outk, outv);
}
}
}
（2）编写Reducer类
package org.example.mapreduce.wordcount;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Reducer;
import java.io.IOException;
public class WordCountReducer extends Reducer<Text, IntWritable, Text, IntWritable> {
IntWritable outV = new IntWritable();
@Override
protected void reduce(Text key, Iterable<IntWritable> values, Reducer<Text, IntWritable, Text, IntWritable>.Context context) throws IOException, InterruptedException {
int sum = 0;
//tuomasi(1,1)
//累加
for (IntWritable value : values) {
sum += value.get();
}
//写出
outV.set(sum);
context.write(key, outV);
}
}
（3）编写Driver类
package org.example.mapreduce.wordcount;
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.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
import java.io.IOException;
public class WordCountDriver {
public static void main(String[] args) throws IOException, ClassNotFoundException ,InterruptedException{
//1.获取job
Configuration conf = new Configuration();
Job job = Job.getInstance(conf);
//2.设置jor包路径
job.setJarByClass(WordCountDriver.class);
//3.关联mapper和reducer
job.setMapperClass(WordCountMapper.class);
job.setReducerClass(WordCountReducer.class);
//4.设置mapper输出的k,v类型
job.setMapOutputKeyClass(Text.class);
job.setMapOutputValueClass(IntWritable.class);
//5.设置最终输出的K,V类型
job.setOutputKeyClass(Text.class);
job.setOutputValueClass(IntWritable.class);
//6.设置输入路径和输出路径
FileInputFormat.setInputPaths(job, new Path("E:\\input\\inputword"));
FileOutputFormat.setOutputPath(job, new Path("E:\\output\\outputword"));
//7.提交job作业
boolean result = job.waitForCompletion(true);
System.exit(result ? 0 : 1);
}
}
本地测试：
?注意：此处输出路径不能在运行前存在（提前存在会报错），运行后会自动生成
运行：
?如图所示即为运行成功。
找到本地生成的文件，查看是否与期望值相同，如图：
涉及到的问题：
注意：在第一次运行可能会报缺少winutils错误，只需下载对应版本的winutils.exe文件解压到本地，配置Hadoop的环境变量即可
我的Hadoop为2.6.0版即使用如下包，提取码：0000 下方链接：
https://pan.baidu.com/s/1CMgma_VoO2mJ6iRROd7HCg
或：
https://download.csdn.net/download/m0_54925305/22011870?spm=1001.2014.3001.5501
环境变量：
1.配置系统变量HADOOP_HOME，路径指向hadoop-common-2.6.0-bin-master
?2.Path配置，加入：%HADOOP_HOME%\bin
? ? ? ? 友情提示：
如遇代码运行过程中有多处警告或报错大多都是因为导包出错的，请仔细查看包是否导入正确。?