我的第一个WordCount项目

1.创建一个MapReduce项目

2.导入相应的jar

3.新建一个包，包下直接创建Mapper类

4.创建Reduce类

5.创建一个普通类，用于提交任务，此时，项目里面有 三个线程

6.因为权限问题，这里导入了一个包，直接沾到项目src目录下，如果jar包需要请在评论区联系

7.因为项目里面的东西都是自动生成，对于一些方面我做了稍加修改，下面是我的代码，仅供参考，有错请指正，

mapper类：

package com.demo;

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;

/** 
 * mapreduce程序中map端在读取数据的时候，默认每一次读一行  long string string int
 * 在mapreduce中原有的java类型是在数据传输中不能使用 ，需要使用其封装类  LongWritable 
 * context作用是连接map端和reduce端程序的连接点，输出的数据需要通道context写到磁盘中
*/
public class Mapper02 extends Mapper<LongWritable, Text, Text, IntWritable> {
	//写一个静态常量作为输出数据默认数量为1
	private final static IntWritable one = new IntWritable(1);
	//一个静态变量为某个切割下来的词
	private static Text word = new Text();
	//一下方法为自动生成，输入类型的key，和value 连接
	public void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {
		//空格隔开的字符算一个单词，并写入到String数组中
		String[] st = value.toString().split(" ");
		for (int i = 0; i < st.length; i++) {
			//循环写入
			context.write(word, one);
		}
	}

}

reduc类：

package com.mayong.demo01;

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;

public class Job01 {
	public static void main(String[] args) throws Exception {
		//设置指定键对值的系统属性,,相当于一个静态变量  ，存在内存里面！
		System.setProperty("HADOOP_USER_NAME", "root");
		Configuration conf = new Configuration(true);
		//设置获取信息的uri
		conf.set("fs.defaultFS", "hdfs://192.168.205.140:9000");
		//提交的任务
		Job job= Job.getInstance(conf);
		//设置提交任务的属性
		job.setJobName("wc2Job");
		job.setJarByClass(Job01.class);
		job.setMapperClass(Mapper01.class);
		job.setReducerClass(Reduce01.class);
		
		job.setMapOutputKeyClass(Text.class);
		job.setMapOutputValueClass(IntWritable.class);
		
		//设置需要计算的输入文件路径
		FileInputFormat.setInputPaths(job, new Path("/asdf/hh.txt"));
		FileOutputFormat.setOutputPath(job, new Path("/asdf/"));
		//提交并执行任务且返回执行结果
		boolean wfc = job.waitForCompletion(true);
		if(wfc){
			System.out.println("执行成功");
		}
	}
}

job类：

package com.demo;

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;

public class Job02 {
	public static void main(String[] args) throws Exception {
		//设置指定键值的系统属性，相当于一个静态变量，直接存在内存里面的root
		System.setProperty("HADOOP_USER_NAME", "root");
		//获取连接
		Configuration conf = new Configuration(true);
		//设置获取信息的uri
		conf.set("fs.defaultFS", "hdfs://192.168.205.140:9000");
		//定义提交任务
		Job job = Job.getInstance(conf);
		
		//设置提交的属性
		job.setJobName("demoJob");
		job.setJarByClass(Job02.class);
		job.setMapperClass(Mapper02.class);
		job.setReducerClass(Reduce02.class);
		
		job.setMapOutputKeyClass(Text.class);
		job.setMapOutputValueClass(IntWritable.class);
		
		//设置需要计算的输入文件路径
		FileInputFormat.setInputPaths(job, new Path("/ddee/nini.txt"));
		FileOutputFormat.setOutputPath(job, new Path("/eedd"));
		
		//提交并执行任务返回执行是否成功
		boolean wfc = job.waitForCompletion(true);
		if (wfc) {
			System.out.println("执行成功");
		}
	}
}

以上代码仅供参考，望理解，以下是参考资料源
mapper里面对于参数类型的解释
job方法的使用
hadoop数据类型