如何写一个Java web，使其可以操作虚拟机的Hadoop向其传输文件并 调用MapReduce对文件进行处理

要写一个Java web应用程序来操作虚拟机的Hadoop，传输文件并调用MapReduce对文件进行处理，可以采用以下步骤：

1. 配置Hadoop集群，并确保其正常运行。

2. 在Java web应用程序中使用Hadoop API来连接到Hadoop集群。可以使用Hadoop的Configuration类来设置Hadoop集群的配置信息，例如HDFS的地址、MapReduce的地址、用户名等。在连接Hadoop集群之前，需要确保Hadoop的相关配置文件（例如core-site.xml、hdfs-site.xml、mapred-site.xml等）已经正确地配置在Java web应用程序的classpath中。

Configuration conf = new Configuration();
conf.set("fs.defaultFS", "hdfs://localhost:9000");
conf.set("mapreduce.framework.name", "yarn");
conf.set("yarn.resourcemanager.address", "localhost:8032");
conf.set("yarn.resourcemanager.scheduler.address", "localhost:8030");
conf.set("mapreduce.jobhistory.address", "localhost:10020");
conf.set("mapreduce.jobhistory.webapp.address", "localhost:19888");
conf.set("mapreduce.job.user.name", "hadoop");

3. 使用Hadoop API来上传文件到HDFS中。可以使用FileSystem类来操作HDFS，例如创建目录、上传文件、删除文件等。在上传文件之前，需要确保文件已经存在，并且需要指定HDFS中的路径。

FileSystem fs = FileSystem.get(conf);
Path srcPath = new Path("/path/to/local/file");
Path dstPath = new Path("/path/to/hdfs/file");
fs.copyFromLocalFile(srcPath, dstPath);

4. 使用Hadoop API来调用MapReduce任务。可以使用Job类来定义MapReduce任务的输入输出、Mapper和Reducer的类、输出键值对的类型等。在提交MapReduce任务之前，需要将需要处理的文件加载到Hadoop的分布式文件系统中。

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("/path/to/hdfs/file"));
FileOutputFormat.setOutputPath(job, new Path("/path/to/hdfs/output"));
job.waitForCompletion(true);

5. 在Java web应用程序中提供接口来触发上传文件和调用MapReduce任务的操作。可以使用Servlet或者Restful API来实现这些接口，例如通过POST请求来上传文件并调用MapReduce任务。

@WebServlet("/processFile")
public class ProcessFileServlet extends HttpServlet {
    protected void doPost(HttpServletRequest request, HttpServletResponse response) throws ServletException, IOException {
        String localFilePath = request.getParameter("localFilePath");
        String hdfsFilePath = request.getParameter("hdfsFilePath");
        String outputFilePath = request.getParameter("outputFilePath");
        // 上传文件到HDFS
        FileSystem fs = FileSystem.get(getServletContext().getInitParameter("hadoopConf"));
        Path srcPath = new Path(localFilePath);
        Path dstPath = new Path(hdfsFilePath);
        fs.copyFromLocalFile(srcPath, dstPath);
        // 调用MapReduce任务
        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(hdfsFilePath));
        FileOutputFormat.setOutputPath(job, new Path(outputFilePath));
        job.waitForCompletion(true);
        // 返回结果
        response.getWriter().write("MapReduce job is finished.");
    }
}

这样就可以通过Java web应用程序来操作虚拟机的Hadoop，传输文件并调用MapReduce对文件进行处理了。当然，这只是一个简单的示例，实际应用中还需要考虑更多的问题，例如安全性、并发性、性能等。