centos运行hadoop的word count例子,统计/myin学号后四位中所有文件的单词个数。并查看结果文件的内容：

在 CentOS 上运行 Hadoop 的 WordCount 示例，首先需要确保已经安装了 Hadoop 和配置了环境变量。WordCount 是 Hadoop MapReduce 中的一个经典示例，用于计算文本文件中每个单词的频率。在这个场景下，你需要处理的是 `/myin` 目录下的学号文件，并统计每份文件后四位的单词数量。

假设你的目录结构如下：

/myin/
   - file1.txt (学号文件)
   - file2.txt
   - ... (其他文件)

步骤如下：

1. **准备数据**：
- 将学号文件后四位提取出来并分别保存到单独的文件，例如 `file1_0012.txt`, `file2_1234.txt` 等，可以用 shell 脚本或者 awk 进行处理。

2. **创建Hadoop job**：
使用 Hadoop 命令行工具，比如在 `hadoop` 或者 `hdfs` 命令前加上 `cd /path/to/hadoop` 来切换到 Hadoop 安装路径。然后执行以下命令（替换 `input_dir` 为你实际的数据源路径和临时输出路径）：

   hadoop jar $HADOOP_HOME/hadoop-mapreduce-examples.jar wordcount /input_dir /output_dir

其中 `/input_dir` 通常是 `/myin`，`/output_dir` 可能是一个新的目录，例如 `/user/hdfs/output_wordcount`。

3. **WordCount作业执行**：
运行上述命令后，Hadoop会在集群上启动一个 MapReduce任务，将输入文件分割成小块，然后在 mapper 中对每一行进行分词，并把每个单词作为 key，计数值作为 value 发送到 reducer，最后在 reducer 中统计词频。

4. **查看结果**：
查看输出结果，通常是在 HDFS 中某个路径（如 `/user/hdfs/output_wordcount/part-r-00000`），可以使用 Hadoop 的 fs 查看工具（如 `hdfs dfs -cat`）查看文件内容，或者通过 Hadoop Web UI 查看。输出文件会展示各个单词及其对应的次数。

5. **注意**：
- 如果 `/myin` 目录很大，直接处理可能会超出行宽限制，此时需要设置适当的切分大小（例如 `-Dmapred.text.file.limit=-1`）。
- 结果文件名是基于单词生成的，不是按照原文件结构存储，因此可能需要额外脚本来解析或过滤出特定条件的结果。