Hadoop2.7.3 mapreduce（一）原理及hello world实例

本文主要是介绍Hadoop2.7.3 mapreduce（一）原理及hello world实例，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

MapReduce编程模型

【1】先对输入的信息进行切片处理。

【2】每个map函数对所划分的数据并行处理，产生不同的中间结果输出。

【3】对map的中间结果数据进行收集整理（aggregate & shuffle）处理，交给reduce。

【4】reduce进行计算最终结果。

【5】汇总所有reduce的输出结果。

【名词解释】

ResourceManager：是YARN资源控制框架的中心模块，负责集群中所有的资源的统一管理和分配。它接收来自NM(NodeManager)的汇报，建立AM，并将资源派送给AM(ApplicationMaster)。

NodeManager：简称NM，NodeManager是ResourceManager在每台机器的上代理，负责容器的管理，并监控他们的资源使用情况（cpu，内存，磁盘及网络等），以及向 ResourceManager提供这些资源使用报告。

ApplicationMaster：以下简称AM。YARN中每个应用都会启动一个AM，负责向RM申请资源，请求NM启动container，并告诉container做什么事情。

Container：资源容器。YARN中所有的应用都是在container之上运行的。AM也是在container上运行的，不过AM的container是RM申请的。

【用Java来实现WordCount单词计数的功能】

 [java]  view plain copy 
package com.yc.hadoop42_003_mapreduce;  
  
import java.io.IOException;  
  
import org.apache.hadoop.conf.Configuration;  
import org.apache.hadoop.fs.Path;  
import org.apache.hadoop.io.IntWritable;  
import org.apache.hadoop.io.LongWritable;  
import org.apache.hadoop.io.Text;  
import org.apache.hadoop.mapreduce.Job;  
import org.apache.hadoop.mapreduce.Mapper;  
import org.apache.hadoop.mapreduce.Reducer;  
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;  
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;  
  
public class MyWordCount {  
  
        //Mapper静态内部类  
    public static class MyWordCountMapper extends Mapper<LongWritable, Text, Text, IntWritable> {  
  
        public static final IntWritable ONE = new IntWritable(1);  
  
        @Override  
        protected void map(LongWritable key, Text value, Mapper<LongWritable, Text, Text, IntWritable>.Context context)  
                throws IOException, InterruptedException {  
            //按空格分割，map默认的value是每一行  
            String[] words = value.toString().split("\\s");  
  
            for (String word : words) {  
                context.write(new Text(word), ONE);  
            }  
        }  
    }  
  
        //Reducer静态内部类  
    public static class MyWordCountReducer extends Reducer<Text, IntWritable, Text, IntWritable> {  
  
        @Override  
        protected void reduce(Text key, Iterable<IntWritable> value,  
                Reducer<Text, IntWritable, Text, IntWritable>.Context context)  
                throws IOException, InterruptedException {  
            int count = 0;  
            for (IntWritable v : value) {  
                count += v.get(); // 统计单词个数  
            }  
            context.write(new Text(key), new IntWritable(count));  
        }  
    }  
  
    public static void main(String[] args) throws Exception {  
  
        Configuration conf = new Configuration(); // 配置文件对象  
        Job job = Job.getInstance(conf, "mywordCount"); // mapreduce作业对象  
  
        // 设置map操作  
        job.setMapperClass(MyWordCountMapper.class);    //设置map处理类  
        job.setMapOutputKeyClass(Text.class);   //设置拆分后，输出数据key的类型  
        job.setMapOutputValueClass(IntWritable.class);  //设置拆分后，输入数据value的类型  
  
        // 设置reduce操作  
        job.setReducerClass(MyWordCountReducer.class);  //设置reduce处理类   
                        //这里reduce输入输出格式一致，不需要再次设置  
  
        // 设置输入输出  
        FileInputFormat.setInputPaths(job, new Path("hdfs://master:9000/in/data03.txt"));// 设置处理数据文件的位置  
        FileOutputFormat.setOutputPath(job, new Path("hdfs://master:9000/result"));// 设置处理后文件的存放位置  
  
        // 开始执行mapreduce作业  
        job.waitForCompletion(true);  
    }  
}  