1  2  3 import java.io.IOException; 4  5 import org.apache.commons.lang.StringUtils; 6 import org.apache.hadoop.io.LongWritable; 7 import org.apache.hadoop.io.Text; 8 import org.apache.hadoop.mapreduce.Mapper; 9 10 //4个泛型中，前两个是指定mapper输入数据的类型，KEYIN是输入的key的类型，VALUEIN是输入的value的类型11 //map 和 reduce 的数据输入输出都是以 key-value对的形式封装的12 //默认情况下，框架传递给我们的mapper的输入数据中，key是要处理的文本中一行的起始偏移量，这一行的内容作为value13 public class WCMapper extends Mapper<LongWritable, Text, Text, LongWritable>{14     15     //mapreduce框架每读一行数据就调用一次该方法16     @Override17     protected void map(LongWritable key, Text value,Context context)18             throws IOException, InterruptedException {19         //具体业务逻辑就写在这个方法体中，而且我们业务要处理的数据已经被框架传递进来，在方法的参数中 key-value20         //key 是这一行数据的起始偏移量     value 是这一行的文本内容21         22         //将这一行的内容转换成string类型23         String line = value.toString();24         25         //对这一行的文本按特定分隔符切分26         String[] words = StringUtils.split(line, " ");27         28         //遍历这个单词数组输出为kv形式  k：单词   v ： 129         for(String word : words){30             31             context.write(new Text(word), new LongWritable(1));32             33         }34     }    35 }

 1 2  3 import java.io.IOException; 4  5 import org.apache.hadoop.io.LongWritable; 6 import org.apache.hadoop.io.Text; 7 import org.apache.hadoop.mapreduce.Reducer; 8  9 public class WCReducer extends Reducer<Text, LongWritable, Text, LongWritable>{10     11     12     13     //框架在map处理完成之后，将所有kv对缓存起来，进行分组，然后传递一个组<key,valus{}>，调用一次reduce方法14     //<hello,{1,1,1,1,1,1.....}>15     @Override16     protected void reduce(Text key, Iterable<LongWritable> values,Context context)17             throws IOException, InterruptedException {18 19         long count = 0;20         //遍历value的list，进行累加求和21         for(LongWritable value:values){22             23             count += value.get();24         }25         26         //输出这一个单词的统计结果27         28         context.write(key, new LongWritable(count));29         30     }31     32     33 34 }

 1  2  3 import java.io.IOException; 4  5 import org.apache.hadoop.conf.Configuration; 6 import org.apache.hadoop.fs.Path; 7 import org.apache.hadoop.io.LongWritable; 8 import org.apache.hadoop.io.Text; 9 import org.apache.hadoop.mapreduce.Job;10 import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;11 import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;12 13 /**14  * 用来描述一个特定的作业15  * 比如，该作业使用哪个类作为逻辑处理中的map，哪个作为reduce16  * 还可以指定该作业要处理的数据所在的路径17  * 还可以指定改作业输出的结果放到哪个路径18  * ....19  * @author duanhaitao@itcast.cn20  *21  */22 public class WCRunner {23 24     public static void main(String[] args) throws Exception {25         26         Configuration conf = new Configuration();27         28         Job wcjob = Job.getInstance(conf);29         30         //设置整个job所用的那些类在哪个jar包31         wcjob.setJarByClass(WCRunner.class);32         33         34         //本job使用的mapper和reducer的类35         wcjob.setMapperClass(WCMapper.class);36         wcjob.setReducerClass(WCReducer.class);37         38         39         //指定reduce的输出数据kv类型40         wcjob.setOutputKeyClass(Text.class);41         wcjob.setOutputValueClass(LongWritable.class);42         43         //指定mapper的输出数据kv类型44         wcjob.setMapOutputKeyClass(Text.class);45         wcjob.setMapOutputValueClass(LongWritable.class);46         47         48         //指定要处理的输入数据存放路径49         FileInputFormat.setInputPaths(wcjob, new Path("/bigdata/"));50         51         //指定处理结果的输出数据存放路径52         FileOutputFormat.setOutputPath(wcjob, new Path("/bigdata/output"));53         54         //将job提交给集群运行 55         wcjob.waitForCompletion(true);56         57         58     }    59     60 }