[大数据]MapReduce——01MapReduce编程规范

1.Mapper阶段

每一个<k,v>调用一次，也即每一行调用一次

2.Reducer阶段

3.Driver阶段

WordCount案例实操

1.需求

给定数据，统计每个单词出现的次数

2.输入

word.txt文件

3.输出

单词 数量
单数 数量
…

分析：按照Mapreduce编程规范

1. Mapper
   1.1.将MapTask传给我们的文本内容转换成String
   1.2.根据空格将每一行都切分为单词
   1.3将单词输出为<单词，1>
2. Reducer
   2.1.汇总各个key的个数
   2.2输出该key的总次数
3. Driver
   3.1.获取配置信息，获取job对象实例
   3.2.指定本程序的jar包所在的本地路径
   3.3.关联Mapper/Reducer业务类
   5.4.指定Mapper输出数据的key类型
   5.5.指定最终输出的数据的key类型
   5.6.指定job的输入原数文件所在目录
   5.7.指定job的输出结果所在目录
   5.8.提交作业

1.查看Mapper源码,重写map()

可以看到run方法，有一个while循环，每次读取一个数据之后执行map方法：

所以map每次处理一行数据，map的参数就是每一个数据的key，value和context

重写map方法：

public static class WordcountMapper extends Mapper<LongWritable, Text, Text, IntWritable>{
		private final IntWritable one = new IntWritable(1); 
        private Text word = new Text(); 
		public void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException{
			// vlaue : atguigu atguigu
			String line = value.toString();
			StringTokenizer tonken = new StringTokenizer(line);
			while(tonken.hasMoreElements()) {
				word.set(tonken.nextToken());
				context.write(word, one);
			}
		}
	}
}

2.查看Reducer源码,重写reduce()

同样看run方法，也是每次处理一批数据，但不是一行，是key值相同的一批数据，因为map的时候，会执行shuffle操作，key值相同的数据会挨在一起

重写reduce方法：

public static class WordcountReducer extends Reducer<Text, IntWritable, Text, IntWritable>{
		IntWritable v=new IntWritable();
		@Override
		protected void reduce(Text key, Iterable<IntWritable> values, Context context) throws IOException, InterruptedException {
			// add values by key
			int sum = 0;
			for(IntWritable value: values) {
				sum+=value.get();
			}
			v.set(sum);
			
			context.write(key, v);
		}
	}
}

3.定义Driver

直接在main方法里定义即可

public static void main(String []args ) throws IOException, ClassNotFoundException, InterruptedException {
		Configuration conf = new Configuration();
		conf.set("fs.default.name","hdfs://hadoop1:9000");
		conf.set("fs.hdfs.impl", "org.apache.hadoop.hdfs.DistributedFileSystem");
		Job job = Job.getInstance(conf);
		job.setJarByClass(WordCount.class);
		job.setMapperClass(WordcountMapper.class);
		job.setReducerClass(WordcountReducer.class);
		job.setMapOutputKeyClass(Text.class);
		job.setMapOutputValueClass(IntWritable.class);
		job.setOutputKeyClass(Text.class);
		job.setOutputValueClass(IntWritable.class);
		FileInputFormat.setInputPaths(job, new Path("/user/pp/input/word.txt"));
		FileOutputFormat.setOutputPath(job, new Path("/user/pp/output/wordCount"));
		
		System.exit(job.waitForCompletion(true) ? 0 : 1);
	}