Hadoop2.7.3 mapreduce（一）原理及"hello world"实例

MapReduce编程模型

【1】先对输入的信息进行切片处理。

【2】每个map函数对所划分的数据并行处理，产生不同的中间结果输出。

【3】对map的中间结果数据进行收集整理（aggregate & shuffle）处理，交给reduce。

【4】reduce进行计算最终结果。

【5】汇总所有reduce的输出结果。

【名词解释】

ResourceManager：是YARN资源控制框架的中心模块，负责集群中所有的资源的统一管理和分配。它接收来自NM(NodeManager)的汇报，建立AM，并将资源派送给AM(ApplicationMaster)。

NodeManager：简称NM，NodeManager是ResourceManager在每台机器的上代理，负责容器的管理，并监控他们的资源使用情况（cpu，内存，磁盘及网络等），以及向 ResourceManager提供这些资源使用报告。

ApplicationMaster：以下简称AM。YARN中每个应用都会启动一个AM，负责向RM申请资源，请求NM启动container，并告诉container做什么事情。

Container：资源容器。YARN中所有的应用都是在container之上运行的。AM也是在container上运行的，不过AM的container是RM申请的。

【用Java来实现WordCount单词计数的功能】

package com.yc.hadoop42_003_mapreduce;import java.io.IOException;import org.apache.hadoop.conf.Configuration;import org.apache.hadoop.fs.Path;import org.apache.hadoop.io.IntWritable;import org.apache.hadoop.io.LongWritable;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;public class MyWordCount {        //Mapper静态内部类public static class MyWordCountMapper extends Mapper<LongWritable, Text, Text, IntWritable> {public static final IntWritable ONE = new IntWritable(1);@Overrideprotected void map(LongWritable key, Text value, Mapper<LongWritable, Text, Text, IntWritable>.Context context)throws IOException, InterruptedException {//按空格分割，map默认的value是每一行String[] words = value.toString().split("\\s");for (String word : words) {context.write(new Text(word), ONE);}}}        //Reducer静态内部类public static class MyWordCountReducer extends Reducer<Text, IntWritable, Text, IntWritable> {@Overrideprotected void reduce(Text key, Iterable<IntWritable> value,Reducer<Text, IntWritable, Text, IntWritable>.Context context)throws IOException, InterruptedException {int count = 0;for (IntWritable v : value) {count += v.get(); // 统计单词个数}context.write(new Text(key), new IntWritable(count));}}public static void main(String[] args) throws Exception {Configuration conf = new Configuration(); // 配置文件对象Job job = Job.getInstance(conf, "mywordCount"); // mapreduce作业对象// 设置map操作job.setMapperClass(MyWordCountMapper.class);//设置map处理类job.setMapOutputKeyClass(Text.class);//设置拆分后，输出数据key的类型job.setMapOutputValueClass(IntWritable.class);//设置拆分后，输入数据value的类型// 设置reduce操作job.setReducerClass(MyWordCountReducer.class);//设置reduce处理类 //这里reduce输入输出格式一致，不需要再次设置// 设置输入输出FileInputFormat.setInputPaths(job, new Path("hdfs://master:9000/in/data03.txt"));// 设置处理数据文件的位置FileOutputFormat.setOutputPath(job, new Path("hdfs://master:9000/result"));// 设置处理后文件的存放位置// 开始执行mapreduce作业job.waitForCompletion(true);}}

【结果】