HADOOP用eclipse统计以a开头和以b开头出现的单词个数完整代码

以下是使用Eclipse统计以a开头和以b开头出现的单词个数的完整代码：

import java.io.IOException;
import java.util.StringTokenizer;
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.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 WordCount {

  public static class TokenizerMapper
       extends Mapper<Object, Text, Text, IntWritable>{

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

    public void map(Object key, Text value, Context context
                    ) throws IOException, InterruptedException {
      StringTokenizer itr = new StringTokenizer(value.toString());
      while (itr.hasMoreTokens()) {
        String token = itr.nextToken();
        if (token.startsWith("a")) {
            word.set("a");
            context.write(word, one);
        } else if (token.startsWith("b")) {
            word.set("b");
            context.write(word, one);
        }
      }
    }
  }

  public static class IntSumReducer
       extends Reducer<Text,IntWritable,Text,IntWritable> {
    private IntWritable result = new IntWritable();

    public void reduce(Text key, Iterable<IntWritable> values,
                       Context context
                       ) throws IOException, InterruptedException {
      int sum = 0;
      for (IntWritable val : values) {
        sum += val.get();
      }
      result.set(sum);
      context.write(key, result);
    }
  }

  public static void main(String[] args) throws Exception {
    Configuration conf = new Configuration();
    Job job = Job.getInstance(conf, "word count");
    job.setJarByClass(WordCount.class);
    job.setMapperClass(TokenizerMapper.class);
    job.setCombinerClass(IntSumReducer.class);
    job.setReducerClass(IntSumReducer.class);
    job.setOutputKeyClass(Text.class);
    job.setOutputValueClass(IntWritable.class);
    FileInputFormat.addInputPath(job, new Path(args[0]));
    FileOutputFormat.setOutputPath(job, new Path(args[1]));
    System.exit(job.waitForCompletion(true) ? 0 : 1);
  }
}

在这个例子中，我们使用了Hadoop的MapReduce框架，将输入文件分成多个块，并在多个计算节点上并行处理这些块。在Mapper阶段中，我们使用了StringTokenizer将输入文件中的每一行拆分成多个单词，然后判断每个单词是否以字母"a"或"b"开头，如果是，则将该单词的计数器加1，并将结果输出为键值对。在Reducer阶段中，我们将所有以"a"开头的单词计数器加起来，或将所有以"b"开头的单词计数器加起来，并将结果输出为键值对。

要运行这个代码，你需要安装Hadoop并将其设置为单机模式。在Eclipse中创建一个新的Java项目，将上述代码复制到一个名为WordCount.java的Java类中，并将其导出为一个可执行的JAR文件。然后，在命令行中运行以下命令：

hadoop jar WordCount.jar input.txt output

其中，WordCount.jar是你导出的JAR文件的名称，input.txt是你要处理的输入文件的名称，output是你要输出结果的目录的名称。在运行完成后，你将在output目录中看到以"a"和"b"开头的单词的计数器。