一、MapReduce 概述

1.MapReduce 是一种分布式计算模型，由Google提出，主要用于搜索领域，解决海量数据的计算问题.

2.MapReduce 由两个阶段组成：Map和Reduce，用户只需要实现map()和reduce()两个函数，即可实现分布式计算

二、具体实现

1.先来看一下 Eclipse 中此应用的包结构

2.创建 map 的任务处理类：WCMapper

/* * 1.Mapper 类的四个泛型中，前两个指定 mapper 输入数据的类型,后两个指定 mapper 输出数据的类型 *   KEYIN 是输入的 key 的类型，VALUEIN 是输入的 value 的类型 *   KEYOUT 是输出的 key 的类型，VALUEOUT 是输出的 value 的类型 * 2.map 和 reduce 的数据的输入输出都是以 key-value 对的形式封装的 * 3.默认情况下，框架传递给我们的 mapper 的输入数据中，key 是要处理的文本中一行的起始偏移量，为 Long 类型， * 这一行的内容为 value，为 String 类型的  * 4.后两个泛型的赋值需要我们结合实际情况 * 5.为了在网络中传输时序列化更高效，Hadoop 把 Java 中的 Long 封装为 LongWritable, 把 String 封装为 Text */public class WCMapper extends Mapper
     
       { //重写 Mapper 中的 map 方法，MapReduce 框架每读一行数据就调用一次此方法 @Override protected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException { //书写具体的业务逻辑，业务要处理的数据已经被框架传递进来，就是方法的参数中的 key 和 value //key 是这一行数据的起始偏移量，value 是这一行的文本内容 //1.将 Text 类型的一行的内容转为 String 类型 String line = value.toString(); //2.使用 StringUtils 以空格切分字符串，返回 String[] String[] words = StringUtils.split(line, " "); //3.循环遍历 String[],调用 context 的 writer()方法，输出为 key-value 对的形式 //key：单词 value：1 for(String word : words) { context.write(new Text(word), new LongWritable(1)); } } }
     

2.创建 reduce 的任务处理类：WCReducer：

/* * 1.Reducer 类的四个泛型中，前两个输入要与 Mapper 的输出相对应。输出需要联系具体情况自定义 */public class WCReducer extends Reducer
      
        { //框架在 map 处理完之后，将所有的 kv 对缓存起来，进行分组，然后传递一个分组(
       
        ,例如：<"hello",{1,1,1,1}>), //调用此方法 @Override protected void reduce(Text key, Iterable
        
          values, Context context)throws IOException, InterruptedException { //1.定义一个计数器 long count = 0; //2.遍历 values的 list，进行累加求和 for(LongWritable value : values) { //使用 LongWritable 的 get() 方法，可以将 一个 LongWritable 类型转为 Long 类型 count += value.get(); } //3.输出这一个单词的统计结果 context.write(key, new LongWritable(count)); } }