WordCount代码实现

导包

右击项目->Properties->Java Build Path->Libraries->Add Library->User Library->User Libraries->New (hadoop264)->Add External JARs

hadoop-2.6.4
——share
————hadoop
——————common
————————hadoop-common-2.6.4.jar
————————lib
——————————*.jar
——————hdfs
————————hadoop-hdfs-2.6.4.jar
————————lib
——————————*.jar
——————mapreduce
————————除了hadoop-mapreduce-examples-2.6.4.jar以外，都加
————————lib
——————————*.jar
——————yarn
————————除了*server*.jar不用，都加
————————lib
——————————*.jar

WordCountMapper.java

package mr.wcdemo;

import java.io.IOException;

import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Mapper;

/**
* KEYIN: 默认情况下，是mr框架所读到的一行文本起始偏移量，Long
*      但是在Hadoop中有自己的更精简的序列化接口，所以不直接使用Long，而用LongWritable
* VALUEIN: 默认情况下，是mr框架所读到的一行文本的内容，String，同上，用Text
* KEYOUT: 是用户自定义逻辑处理完之后输出数据中的key，在此处是单词，String,同上，用Text
* VALUEOUT: 是用户自定义逻辑处理完之后输出数据中的value，在此处是单词次数，Integer, 同上，用IntWritable
*
* @author yangzheng
*
*/

public class WordCountMapper extends Mapper<LongWritable, Text, Text, IntWritable> {
/**
* map阶段的业务逻辑就写在自定义的map()方法中
* maptask会对每一行输入数据调用一次我们自定义的map()方法
*/
@Override
protected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {
//将maptask传给我们的文本内容先转换成String
String line = value.toString();
//根据空格将一行切分成单词
String[] words = line.split(" ");

//将单词输出为<单词, 1>
for (String word : words) {
//将单词作为key，将次数1作为value，以便后续的数据分发，可以根据单词分发，以便于相同的单词会到相同的reduce task
context.write(new Text(word), new IntWritable(1));
}
}
}

WordCountReducer.java

package mr.wcdemo;

import java.io.IOException;

import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Reducer;

/**
* KEYIN VALUEIN 对应mapper输出的KEYIN VALUEIN类型对应
*
* KEYOUT VALUEOUT 是自定义reduce逻辑处理结果的输出数据类型
* KEYOUT 是单词
* VALUEOUT 是单词总数
* @author yangzheng
*
*/

public class WordCountReducer extends Reducer<Text, IntWritable, Text, IntWritable> {

/**
* <hello, 1> <hello, 1> <hello, 1>  ...
* <world, 1>...
* <yz, 1>...
* 入参key，是一组相同单词kv对的key
*/
@Override
protected void reduce(Text key, Iterable<IntWritable> values, Context context) throws IOException, InterruptedException {
int count = 0;

for (IntWritable value : values) {
count += value.get();
}

context.write(key, new IntWritable(count));
}
}

WordCountDriver.java

package mr.wcdemo;

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.output.FileOutputFormat;

/**
* 相当于一个yarn集群的客户端
* 需要在此封装我们的mr程序的相关运行参数，指定jar包
* 最后提交给yarn
* @author
*
*/
public class WordCountDriver {

public static void main(String[] args) throws Exception {

if (args == null || args.length == 0) {
args = new String[2];
args[0] = "hdfs://master:9000/wordcount/input/wordcount.txt";
args[1] = "hdfs://master:9000/wordcount/output8";
}

Configuration conf = new Configuration();

//设置的没有用!  ??????
//      conf.set("HADOOP_USER_NAME", "hadoop");
//      conf.set("dfs.permissions.enabled", "false");

/*conf.set("mapreduce.framework.name", "yarn");
conf.set("yarn.resoucemanager.hostname", "mini1");*/
Job job = Job.getInstance(conf);

/*job.setJar("/home/hadoop/wc.jar");*/
//指定本程序的jar包所在的本地路径
job.setJarByClass(WordCountDriver.class);

//指定本业务job要使用的mapper/Reducer业务类
job.setMapperClass(WordCountMapper.class);
job.setReducerClass(WordCountReducer.class);

//指定mapper输出数据的kv类型
job.setMapOutputKeyClass(Text.class);
job.setMapOutputValueClass(IntWritable.class);

//指定最终输出的数据的kv类型
job.setOutputKeyClass(Text.class);
job.setOutputValueClass(IntWritable.class);

//指定job的输入原始文件所在目录
FileInputFormat.setInputPaths(job, new Path(args[0]));
//指定job的输出结果所在目录
FileOutputFormat.setOutputPath(job, new Path(args[1]));

//将job中配置的相关参数，以及job所用的java类所在的jar包，提交给yarn去运行
/*job.submit();*/
boolean res = job.waitForCompletion(true);
System.exit(res?0:1);
}
}

运行结果

在hdfs上创建/wordcount/input，并上传文件

将导出的jar包上传到CentOS中，执行：

hadoop jar wc.jar mr.wcdemo.WordCountDriver /wordcount/input /wordcount/output

解决报错

这个错误是由于高版本的java project使用了低版本的来运行.

解决方法：

在Properties–>JAVA Compiler-中的Compiler compliance level从1.8改成1.7，之后就可以运行了。