WordCount_命令行运行时指定参数

WordCountApp命令行运行时指定参数

1、修改之前的WordCountApp.java的代码

1 package cmd;
2
3 import java.net.URI;
4 import org.apache.hadoop.conf.Configuration;
5 import org.apache.hadoop.conf.Configured;
6 import org.apache.hadoop.fs.FileSystem;
7 import org.apache.hadoop.fs.Path;
8 import org.apache.hadoop.io.LongWritable;
9 import org.apache.hadoop.io.Text;
10 import org.apache.hadoop.mapreduce.Job;
11 import org.apache.hadoop.mapreduce.Mapper;
12 import org.apache.hadoop.mapreduce.Reducer;
13 import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
14 import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
15 import org.apache.hadoop.util.Tool;
16 import org.apache.hadoop.util.ToolRunner;
17
18 public class WordCountApp extends Configured implements Tool{
19     static String INPUT_PATH = "";
20     static String OUT_PATH = "";
21
22     public int run(String[] arg0) throws Exception {
23         INPUT_PATH = arg0[0];
24         OUT_PATH = arg0[1];
25
26         Configuration conf = new Configuration();
27         FileSystem fileSystem = FileSystem.get(new URI(INPUT_PATH), conf);
28         Path outPath = new Path(OUT_PATH);
29         if (fileSystem.exists(outPath)) {
30             fileSystem.delete(outPath, true);
31         }
32
33         Job job = new Job(conf, WordCountApp.class.getSimpleName());
34
35         //打包运行时必须执行的秘密方法
36         job.setJarByClass(WordCountApp.class);
37
38         // 1.1指定读取的文件位于哪里
39         FileInputFormat.setInputPaths(job, INPUT_PATH);
40         // 指定如何对输入的文件进行格式化，把输入文件每一行解析成键值对
41         //job.setInputFormatClass(TextInputFormat.class);
42
43         // 1.2指定自定义的map类
44         job.setMapperClass(MyMapper.class);
45         // map输出的<k,v>类型。如果<k3,v3>的类型与<k2,v2>类型一致，则可以省略
46         //job.setOutputKeyClass(Text.class);
47         //job.setOutputValueClass(LongWritable.class);
48
49         // 1.3分区
50         //job.setPartitionerClass(org.apache.hadoop.mapreduce.lib.partition.HashPartitioner.class);
51         // 有一个reduce任务运行
52         //job.setNumReduceTasks(1);
53
54         // 1.4排序、分组
55
56         // 1.5归约
57
58         // 2.2指定自定义reduce类
59         job.setReducerClass(MyReducer.class);
60         // 指定reduce的输出类型
61         job.setOutputKeyClass(Text.class);
62         job.setOutputValueClass(LongWritable.class);
63
64         // 2.3指定写出到哪里
65         FileOutputFormat.setOutputPath(job, outPath);
66         // 指定输出文件的格式化类
67         //job.setOutputFormatClass(TextOutputFormat.class);
68
69         // 把job提交给jobtracker运行
70         job.waitForCompletion(true);
71         return 0;
72     }
73
74     public static void main(String[] args) throws Exception {
75         ToolRunner.run(new WordCountApp(), args);
76     }
77
78     /**
79      *
80      * KEYIN     即K1     表示行的偏移量
81      * VALUEIN     即V1     表示行文本内容
82      * KEYOUT     即K2     表示行中出现的单词
83      * VALUEOUT 即V2        表示行中出现的单词的次数，固定值1
84      *
85      */
86     static class MyMapper extends
87             Mapper<LongWritable, Text, Text, LongWritable> {
88         protected void map(LongWritable k1, Text v1, Context context)
89                 throws java.io.IOException, InterruptedException {
90             String[] splited = v1.toString().split("\t");
91             for (String word : splited) {
92                 context.write(new Text(word), new LongWritable(1));
93             }
94         };
95     }
96
97     /**
98      * KEYIN     即K2     表示行中出现的单词
99      * VALUEIN     即V2     表示出现的单词的次数
100      * KEYOUT     即K3     表示行中出现的不同单词
101      * VALUEOUT 即V3     表示行中出现的不同单词的总次数
102      */
103     static class MyReducer extends
104             Reducer<Text, LongWritable, Text, LongWritable> {
105         protected void reduce(Text k2, java.lang.Iterable<LongWritable> v2s,
106                 Context ctx) throws java.io.IOException,
107                 InterruptedException {
108             long times = 0L;
109             for (LongWritable count : v2s) {
110                 times += count.get();
111             }
112             ctx.write(k2, new LongWritable(times));
113         };
114     }
115
116 }

2、修改完之后，不是在eclipse中运行，而是要打包导出，然后通过WinSCP复制到Linux中/usr/local目录下。



3、在Linux命令行中运行，运行成功后，在查看运行后的结果。