mapreduce初级编程实践

以下是MapReduce初级编程实践的步骤：

1. 确定问题：首先需要确定要解决的问题，例如数据去重、数据排序等。

2. 明确输入输出：明确输入和输出的数据格式，例如输入是一个文本文件，输出是一个去重后的文本文件。

3. 编写Map函数：Map函数将输入数据转换为键值对，例如将每一行文本转换为(key, value)的形式，其中key是文本行，value是1。

4. 编写Reduce函数：Reduce函数将Map函数输出的键值对进行合并，例如将相同key的value相加，得到去重后的结果。

5. 编写Driver程序：Driver程序是MapReduce程序的入口，它负责设置MapReduce作业的各种参数，例如输入路径、输出路径、Map函数、Reduce函数等。

6. 运行MapReduce作业：将编写好的MapReduce程序打包成jar包，然后在Hadoop集群上运行作业。

以下是一个简单的MapReduce程序示例，用于统计文本文件中每个单词出现的次数：

1. Map函数

public class WordCountMapper extends Mapper<LongWritable, Text, Text, IntWritable> {
    private final static IntWritable one = new IntWritable(1);
    private Text word = new Text();

    public void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {
        String line = value.toString();
        StringTokenizer tokenizer = new StringTokenizer(line);
        while (tokenizer.hasMoreTokens()) {
            word.set(tokenizer.nextToken());
            context.write(word, one);
        }
    }
}

2. Reduce函数

public class WordCountReducer 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);
    }
}

3. Driver程序

public class WordCount {
    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(WordCountMapper.class);
        job.setCombinerClass(WordCountReducer.class);
        job.setReducerClass(WordCountReducer.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);
    }
}