前提準備：

MapReduce程式設計例項：

開發示例：WordCount

本文例詳細的介紹如何在整合環境中執行第一個MapReduce程式 WordCount，以及WordCount程式碼分析

新建MapReduce專案：

Finish生成專案如下，建立WordCount.java類

WordCount.java類程式碼以下詳細解，先執行起來。

在HDFS建立新目錄並上傳若干實驗用的文字，上傳後如下：

配置Run Configuration 引數：

hdfs://localhost:9000/user/dat/input hdfs://localhost:9000/user/dat/output
 

Run On Hadoop，

OK，執行成功，檢查HDFS的檔案生成

Eclipse中可以直接檢視也可以在命令列中檢視結果

OK，第一個MapReduce程式 WordCount已經成功執行。下面開始解析程式碼部分

----------------------------------------------煩人的分割線-----------------------------------------------------

程式碼：

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;
import org.apache.hadoop.util.GenericOptionsParser;


public class WordCount {
	
	//巢狀類 Mapper
	//Mapper<keyin,valuein,keyout,valueout>
	public static class WordCountMapper extends Mapper<Object, Text, Text, IntWritable>{
		private final static IntWritable one = new IntWritable(1);
		private Text word = new Text();
		
		@Override
		protected void map(Object key, Text value, Context context)
				throws IOException, InterruptedException {
			StringTokenizer itr = new StringTokenizer(value.toString());
			while(itr.hasMoreTokens()){
				word.set(itr.nextToken());
				context.write(word, one);//Context機制
			}
		}
	}
	
	
	//巢狀類Reducer
	//Reduce<keyin,valuein,keyout,valueout>
	//Reducer的valuein型別要和Mapper的va lueout型別一致,Reducer的valuein是Mapper的valueout經過shuffle之後的值
	public static class WordCountReducer extends Reducer<Text, IntWritable, Text, IntWritable>{
		private IntWritable result = new IntWritable();

		@Override
		protected void reduce(Text key, Iterable<IntWritable> values,
				Context context)
				throws IOException, InterruptedException {
			int sum  = 0;
			for(IntWritable i:values){
				sum += i.get();
			}
			result.set(sum);
			context.write(key,result);//Context機制
		}

		
		
	}
	
	public static void main(String[] args) throws Exception{
		Configuration conf = new Configuration();//獲得Configuration配置 Configuration: core-default.xml, core-site.xml
		String[] otherArgs = new GenericOptionsParser(conf, args).getRemainingArgs();//獲得輸入引數 [hdfs://localhost:9000/user/dat/input, hdfs://localhost:9000/user/dat/output]
		if(otherArgs.length != 2){//判斷輸入引數個數，不為兩個異常退出
			System.err.println("Usage:wordcount <in> <out>");
			System.exit(2);
		}
		
		////設定Job屬性
		Job job = new Job(conf,"word count");
		job.setJarByClass(WordCount.class);
		job.setMapperClass(WordCountMapper.class);
		job.setCombinerClass(WordCountReducer.class);//將結果進行區域性合併
		job.setReducerClass(WordCountReducer.class);
		job.setOutputKeyClass(Text.class);
		job.setOutputValueClass(IntWritable.class);
		
		
		FileInputFormat.addInputPath(job, new Path(otherArgs[0]));//傳入input path
		FileOutputFormat.setOutputPath(job, new Path(otherArgs[1]));//傳入output path，輸出路徑應該為空，否則報錯org.apache.hadoop.mapred.FileAlreadyExistsException。
		
		System.exit(job.waitForCompletion(true)?0:1);//是否正常退出
	}
	
}
 

先解釋兩個Java基礎問題

----------------------------------StringTokener類--------------------------------------------------------------

Java語言中，提供了專門用來分析字串的類StringTokenizer（位於java.util包中）。該類可以將字串分解為獨立使用的單詞，並稱之為語言符號。語言符號之間由定界符（delim）或者是空格、製表符、換行符等典型的空白字元來分隔。其他的字元也同樣可以設定為定界符。StringTokenizer類的構造方法及描述見表15-6所示。

表15-6                                          StringTokenizer類的構造方法及描述

StringTokenizer類的主要方法及功能見表15-7所示。

表15-7                                          StringTokenizer類的主要方法及功能

下面是一個例子。

String s1 = "|ln|ln/sy|ln/dl|ln/as|ln/bx|";
StringTokenizer stringtokenizer1 = new StringTokenizer(s1, "|");

while(stringtokenizer1 .hasMoreTokens()) {

 String s3 = stringtokenizer.nextToken();
 System.out.println(s3);
}

輸出：
ln
ln/sy
ln/dl
ln/as
ln/bx

-------------------------------------------Java的反射機制--------------------------------------------------------

----------------------------------------WordCount MapReduce程式碼分析-------------------------------------

程式碼分為三部分，一個主函式，一個巢狀類WordCountMapper繼承Mapper,一個巢狀類WordCountReducer繼承Reducer。

主函式通過反射設定Job屬性,設定輸入輸出路徑.。

WordCountMapper：

一個常量IntWritable做valueout，一個Text做keyout.

重寫map方法,用StringTokener解析字串,寫入context

WordCountReducer：

一個Intwritable變數，記錄輸出個數。

reduce函式解析values計算數量，設定context的keyout,valueout。

ok，就是這麼easy。。。

注意map和reduce都是回撥函式，是由MapReduce框架控制的，還未深入研究。