MapReduce环境准备

MapReduce编程规范

WordCount案例实操

环境准备

MapReduce编程规范

用户编写的程序分成三个部分：Mapper、Reducer、Driver

1、Mapper阶段

1)用户自定义的Mapper要继承自己的父类。

2）Mapper的输入数据是KV对的形式（KV的类型可自定义）

3）Mapper中的业务逻辑写在map（）方法中。

4）Mapper的输出数据是KV对的形式（KV的类型可自定义）

5）map（）方法（MapTask进程）对每一个<K,V>调用一次。

2、Reducer阶段

1）用户自定义的Reducer要继承自己的父类。

2）Reducer的输入数据类型对应Mapper的输出数据类型，也是KV。

3）Reducer的业务逻辑写在reduce()方法中。

4）ReduceTask进程对每一组相同k的<k,v>组调用一次reduce（）方法。

3、Driver阶段

相当于YARN集群的客户端，用于提交我们整个程序到YARN集群，提交的是封装了MapReduce程序相关运行参数的job对象。

WordCount案例实操

本地测试

1、需求

统计出给出的文本文件中统计出每一个单词出现的总次数。

1)输入数据

新建一个文本文件命名为：HYF.txt

2)期望输出数据

HYF 2；LJY1;LQQ 2；

CZF 1; MGQ 1;CDH 2; WJJ 1;

2、需求分析

按照MapReduce编程规范，分别编写Mapper、Reducer、Driver。

环境准备

1）常见waven工程，命名为MapReduceDemo

文件》新建》项目

更改maven下的配置

文件》设置》搜索栏》输入maven

在pom.xml文件中添加如下依赖

<dependencies>

<dependency>

<groupId>org.apache.hadoop</groupId>

<artifactId>hadoop-client</artifactId>

<version>3.1.3</version>

</dependency>

<dependency>

<groupId>junit</groupId>

<artifactId>junit</artifactId>

<version>4.12</version>

</dependency>

<dependency>

<groupId>org.slf4j</groupId>

<artifactId>slf4j-log4j12</artifactId>

<version>1.7.30</version>

</dependency>

</dependencies>

在项目的src/main/resources目录下，新建一个文件，命名为“log4j.properties”

操作：在resources下单击右键》新建》文件

在log4j.properties文件中填入

log4j.rootLogger=INFO, stdout

log4j.appender.stdout=org.apache.log4j.ConsoleAppender

log4j.appender.stdout.layout=org.apache.log4j.PatternLayout

log4j.appender.stdout.layout.ConversionPattern=%d %p [%c] - %m%n

log4j.appender.logfile=org.apache.log4j.FileAppender

log4j.appender.logfile.File=target/spring.log

log4j.appender.logfile.layout=org.apache.log4j.PatternLayout

log4j.appender.logfile.layout.ConversionPattern=%d %p [%c] - %m%n

在项目src/main/java下创建一个软件包，命名为：com.atguigu.mapreduce.wordcou

操作：java路径下单击右键》新建》软件包

在包com.atguigu.mapreduce.wordcount下新建三个类

分别命名为：

WordCountMapper；WordCountReducer；WordCountDriver

操作：在包下单击右键》新建》java类