Hadoop词频统计，mapreduce，怎么做一个自己的wordcount？

MapReduce初次体验

使用hadoop统计日源文件中的单词个数

1 创建一个数据源 message.txt
2 开启hadoop
>> start-dfs.sh
>> start-yarn.sh
测试开启是否成功：>>输入jps查看进程
3 把数据源 message.txt上传到linux上

4 在/usr/local/hadoop/share/hadoop/mapreduce目录下 通过hadoop的jar命令 运行wordcount类

cd /usr/local/hadoop/share/hadoop/mapreduce
hadoop jar hadoop-mapreduce-examples-2.7.3.jar wordcount /message.txt /wcresult
注意1：hadoop jar hadoop-mapreduce-examples-2.7.3.jar wordcount /message.txt /wcresult
运行hadoop-mapreduce-examples-2.7.3.jar包中wordcount 的类 数据源来源于/message.txt 结果数据会存放到/wcresult
注意2：运行hadoop jar命令时 位置必须是： /usr/local/hadoop/share/hadoop/mapreduce
注意3：目录/wcresult会被jar命令自动创建 不能存在（报错）
注意4：运行前开启yarn

创建一个自己的wordcount

1创建java项目

2导入jar包：并build path

3 创建Map类继承类Mapper

4 创建Reduce类继承Reducer

5 创建主类：

6 打包项目为jar文件

6.1 选择打包类型jar

6.2 选择jar文件名字和位置

6.3 选择jar文件运行的主类（main方法所在的类）

6.4 查看桌面有jar文件生成

7： 运行jar

7.1 开启hadoop和yarn

           >>start-dfs.sh
           >>start-yarn.sh

7.2 在/root下创建源文件message.txt 并编辑内容

            >> touch  /root/message.txt
            >>vi  /root/message.txt

7.3 把源文件上传到hdfs的根目录下

            >> hadoop  fs -put  /root/message.txt  /

7.4 把jar文件上传到/root下

7.5 运行jar文件 并指定源文件是hdfs根目录下的message.txt 目的目录是/wcresult02

            >> hadoop  jar  WCAPP.jar   /message.txt   /wcresult02

8：查看结果 在hadoop的/wcresult02/part-r-00000文件中

            >> hadoop fs -cat /wcresult02/part-r-00000