【hadoop与eclipse】eclipse安装和hadoop在eclipse的基础使用

example.java代码

importjava.io.IOException;

importjava.util.Iterator;

importjava.util.StringTokenizer;

 

importorg.apache.hadoop.fs.Path;

importorg.apache.hadoop.io.IntWritable;

importorg.apache.hadoop.io.LongWritable;

importorg.apache.hadoop.io.Text;

importorg.apache.hadoop.mapred.FileInputFormat;

importorg.apache.hadoop.mapred.FileOutputFormat;

importorg.apache.hadoop.mapred.JobClient;

importorg.apache.hadoop.mapred.JobConf;

importorg.apache.hadoop.mapred.MapReduceBase;

importorg.apache.hadoop.mapred.Mapper;

importorg.apache.hadoop.mapred.OutputCollector;

importorg.apache.hadoop.mapred.Reducer;

importorg.apache.hadoop.mapred.Reporter;

importorg.apache.hadoop.mapred.TextInputFormat;

importorg.apache.hadoop.mapred.TextOutputFormat;

 

/**

 * 

 * 描述：WordCount explainsby Felix

 * @author Hadoop Dev Group

 */ 

publicclass example 

{ 

    /**

     * MapReduceBase类:实现了Mapper和Reducer接口的基类（其中的方法只是实现接口，而未作任何事情）

     * Mapper接口：

     * WritableComparable接口：实现WritableComparable的类可以相互比较。所有被用作key的类应该实现此接口。

     * Reporter 则可用于报告整个应用的运行进度，本例中未使用。 

     * 

     */ 

    public static class Map extendsMapReduceBase implements 

            Mapper<LongWritable, Text, Text,IntWritable> 

    { 

        /**

         * LongWritable, IntWritable, Text 均是 Hadoop 中实现的用于封装 Java 数据类型的类，这些类实现了WritableComparable接口，

         * 都能够被串行化从而便于在分布式环境中进行数据交换，你可以将它们分别视为long,int,String 的替代品。

         */ 

        private final static IntWritable one =new IntWritable(1); 

        private Text word = new Text(); 

         

        /**

         * Mapper接口中的map方法：

         * void map(K1 key, V1 value,OutputCollector<K2,V2> output, Reporter reporter)

         * 映射一个单个的输入k/v对到一个中间的k/v对

         * 输出对不需要和输入对是相同的类型，输入对可以映射到0个或多个输出对。

         * OutputCollector接口：收集Mapper和Reducer输出的<k,v>对。

         * OutputCollector接口的collect(k, v)方法:增加一个(k,v)对到output

         */ 

        public void map(LongWritable key, Textvalue, 

                OutputCollector<Text,IntWritable> output, Reporter reporter) 

                throws IOException 

        { 

            String line =value.toString(); 

            StringTokenizertokenizer = new StringTokenizer(line); 

            while(tokenizer.hasMoreTokens()) 

            { 

                ((Text)word).set(tokenizer.nextToken()); 

               output.collect(word, one); 

            } 

        } 

    } 

    public static class Reduce extendsMapReduceBase implements 

            Reducer<Text, IntWritable, Text,IntWritable> 

    { 

        public void reduce(Text key,Iterator<IntWritable> values, 

                OutputCollector<Text,IntWritable> output, Reporter reporter) 

                throws IOException 

        { 

            int sum = 0; 

            while(values.hasNext()) 

            { 

                sum +=values.next().get(); 

            } 

           output.collect(key, new IntWritable(sum)); 

        } 

    } 

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

    { 

        /**

         * JobConf：map/reduce的job配置类，向hadoop框架描述map-reduce执行的工作

         * 构造方法：JobConf()、JobConf(Class exampleClass)、JobConf(Configurationconf)等

         */ 

        JobConf conf = newJobConf(example.class); 

       conf.setJobName("wordcount");           //设置一个用户定义的job名称 

       conf.setOutputKeyClass(Text.class);   //为job的输出数据设置Key类 

        conf.setOutputValueClass(IntWritable.class);   //为job输出设置value类 

        conf.setMapperClass(Map.class);         //为job设置Mapper类 

       conf.setCombinerClass(Reduce.class);     //为job设置Combiner类 

       conf.setReducerClass(Reduce.class);        //为job设置Reduce类 

        conf.setInputFormat(TextInputFormat.class);    //为map-reduce任务设置InputFormat实现类 

       conf.setOutputFormat(TextOutputFormat.class);  //为map-reduce任务设置OutputFormat实现类 

        /**

         * InputFormat描述map-reduce中对job的输入定义

         * setInputPaths():为map-reduce job设置路径数组作为输入列表

         * setInputPath()：为map-reduce job设置路径数组作为输出列表

         */ 

        FileInputFormat.addInputPath(conf, newPath(args[0])); 

        FileOutputFormat.setOutputPath(conf,new Path(args[1])); 

        JobClient.runJob(conf);         //运行一个job 

    } 

}