本文主要是介绍Hadoop之自写 WordCount.class，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！
不是井里没有水，而是你挖的不够深。不是成功来得慢，而是你努力的不够多。
昨天我们用Hadoop自带的WordCount.class统计了一个文件每个单词出现了几次。
今天我们自己写MapReduce。
第一步：写Map类
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 org.apache.hadoop.yarn.webapp.hamlet.Hamlet;import java.io.IOException;/*** map程序逐行读取数据，将每一行数据的起始偏移量作为key，类型是LongWritable，* 将每一行数据的内容作为value（Text），传给我们写的map，* 经过map阶段的处理，输出的key是Text，value是IntWritable。** 调用机制：：* 1，谁在调用：map在调用* 2，怎么调：是在当前mapreduce过程中，每读取一行数据，调用一次map*/
public class CountMap extends Mapper<LongWritable, Text, Text, IntWritable> {@Overrideprotected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {//key：读进来时，数据的偏移量，一般没什么用//value：具体读进来的数据 helloString word = value.toString();String[] split = word.split(" ");for (String w:split) {//（hello ，1）（as ，1）（hello，1）context.write(new Text(w),new IntWritable(1));}}
}
第二步：写Reduce类
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Reducer;import java.io.IOException;/*** 在map中每次只用相同的才会过来* （hello，1） （hello，1） （hello，1） （hello，1）........* 他会自己改写成（hello，（1,1,1,1,1,1....））** reduce的调用机制* 1，谁在调用：reduce阶段在调用* 2，怎么调用：reduce每收到一组key相同的数据，调用一次*/
public class CountReduce extends Reducer<Text, IntWritable,Text,IntWritable> {
//重写Reduce方法@Overrideprotected void reduce(Text key, Iterable<IntWritable> values, Context context) throws IOException, InterruptedException {Integer count = 0;for (IntWritable v:values){count++;}context.write(key, new IntWritable(count));}
}
第三步：实现类
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.input.TextInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
import org.apache.hadoop.mapreduce.lib.output.TextOutputFormat;import java.io.IOException;public class CountDriver {public static void main(String[] args) throws IOException, ClassNotFoundException, InterruptedException {Configuration conf = new Configuration();conf.set("yarn.resorcemanager.hostname","192.168.72.110");conf.set("fs.deafutFS","hdfs://192.168.72.110:9000/");Job job = Job.getInstance(conf);job.setJarByClass(CountDriver.class);//设置本次job是使用map，reducejob.setMapperClass(CountMap.class);job.setReducerClass(CountReadius.class);//设置本次map和reduce的输出类job.setMapOutputKeyClass(Text.class);job.setMapOutputValueClass(IntWritable.class);job.setOutputKeyClass(Text.class);job.setOutputKeyClass(IntWritable.class);//制定本次job读取源数据时需要用到的组件：我们的源文件在hdfs的文本文件中，用TextInputFormatjob.setInputFormatClass(TextInputFormat.class);//制定本次job输出数据需要的组件：我们要输出到hdfs文件中，用TextOutputFormatjob.setOutputFormatClass(TextOutputFormat.class);//设置输入路径FileInputFormat.setInputPaths(job,new Path(args[0]));FileOutputFormat.setOutputPath(job,new Path(args[1]));//提交任务，客户端返回job.submit();//核心代码：提交jar程序给yarn，客户端不退出，等待接收mapreduce的进度信息，//打印进度信息，并等待最终运行的结果//客户端true的含义：等着//result：返回true则跑完了，false，出错了boolean resule = job.waitForCompletion(true);System.exit(resule ? 0 : 1);}
}
写完主类，我们要打jar包。本人是idea。
这是打包的网址。
https://blog.csdn.net/njxiaoxiao79/article/details/85679992
打包完后，将打包完的jar包上传到虚拟机。
[root@Tyler01 home]# rz打开hadoop集群
[root@Tyler01 home]# start-all.sh执行hadoop命令
[root@Tyler01 home]# hadoop jar a22.jar /wc/word.txt /wc/output
查看结果
hadoop fs -cat /wc/out/part-r-00000
as 3
daniu 2
hello 10
kopmgkomg 1
pp 2
tyler 1
tylerhjghjghjghjgjh 1
这篇关于Hadoop之自写 WordCount.class的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
