一、準備測試數據

1、在本地Linux系統/var/lib/hadoop-hdfs/file/路徑下準備兩個文件file1.txt和file2.txt，文件列表及各自內容例如以下圖所看到的：

2、在hdfs中。準備/input路徑，並上傳兩個文件file1.txt和file2.txt。例如以下圖所看到的：

二、編寫代碼，封裝Jar包並上傳至linux

將代碼封裝成TestMapReduce.jar。並上傳至linux的/usr/local路徑下。例如以下圖所看到的：

三、執行命令

運行命令例如以下：hadoop jar /usr/local/TestMapReduce.jar com.jngreen.mapreduce.test.WordCount /input/file1.txt /input/file2.txt /output/output

命令運行過程截圖例如以下：

四、查看執行結果

查看hdfs輸出路徑/output下的結果，例如以下圖所看到的：

執行結果為Hello 4、Hadoop 1、Man 1、Boy 1、Word 1，全然正確！

五、WordCount展示

源代碼例如以下：

import java.io.IOException;
import java.util.StringTokenizer;

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.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 WordCount {

  // TokenizerMapper作為Map階段，須要繼承Mapper，並重寫map()函數
  public static class TokenizerMapper 
       extends Mapper<Object, Text, Text, IntWritable>{
    
    private final static IntWritable one = new IntWritable(1);
    private Text word = new Text();
      
    public void map(Object key, Text value, Context context
                    ) throws IOException, InterruptedException {
      
      // 用StringTokenizer作為分詞器，對value進行分詞
      StringTokenizer itr = new StringTokenizer(value.toString());
      
      // 遍歷分詞後結果
      while (itr.hasMoreTokens()) {
    	  
    	// 將String設置入Text類型word
        word.set(itr.nextToken());
        // 將(word,1)。即(Text,IntWritable)寫入上下文context，供興許Reduce階段使用
        context.write(word, one);
      }
    }
  }
  
  // IntSumReducer作為Reduce階段，須要繼承Reducer，並重寫reduce()函數
  public static class IntSumReducer 
       extends Reducer<Text,IntWritable,Text,IntWritable> {
    private IntWritable result = new IntWritable();

    public void reduce(Text key, Iterable<IntWritable> values, 
                       Context context
                       ) throws IOException, InterruptedException {
      int sum = 0;
      // 遍歷map階段輸出結果中的values中每一個val，累加至sum
      for (IntWritable val : values) {
        sum += val.get();
      }
      
      // 將sum設置入IntWritable類型result
      result.set(sum);
      
      // 通過上下文context的write()方法，輸出結果(key, result)，即(Text,IntWritable)
      context.write(key, result);
    }
  }

  public static void main(String[] args) throws Exception {
    // 載入hadoop配置
	Configuration conf = new Configuration();
    
	// 校驗命令行輸入參數
	if (args.length < 2) {
      System.err.println("Usage: wordcount <in> [<in>...] <out>");
      System.exit(2);
    }
	
	// 構造一個Job實例job，並命名為"word count"
    Job job = new Job(conf, "word count");
    
    // 設置jar
    job.setJarByClass(WordCount.class);
    
    // 設置Mapper
    job.setMapperClass(TokenizerMapper.class);
    // 設置Combiner
    job.setCombinerClass(IntSumReducer.class);
    // 設置Reducer
    job.setReducerClass(IntSumReducer.class);
    // 設置OutputKey
    job.setOutputKeyClass(Text.class);
    // 設置OutputValue
    job.setOutputValueClass(IntWritable.class);
    
    // 加入輸入路徑
    for (int i = 0; i < args.length - 1; ++i) {
      FileInputFormat.addInputPath(job, new Path(args[i]));
    }
    
    // 加入輸出路徑
    FileOutputFormat.setOutputPath(job,
      new Path(args[args.length - 1]));
    
    // 等待作業job執行完畢並退出
    System.exit(job.waitForCompletion(true) ?
 0 : 1);
  }
}

Hadoop2.6.0版本號MapReudce演示樣例之WordCount（一）