在eclipse创建mapper类创建reducer创建driver让数据存储在本地，运行在本地要求原数据里包含自己的姓名全拼的单词 修改driver类，并将程序导出的jar包提交到Hadoop集群上

在Eclipse中创建MapReduce应用并存储本地文件，通常涉及以下几个步骤：

1. **创建Mapper类**：
- 使用Eclipse的Maven项目，首先在src/main/java目录下创建一个Mapper类，比如`MyMapper.java`。在这个类中，你需要实现Mapper接口，它包括`map()`方法，用于处理输入键值对并生成中间键值对。

2. **创建Reducer类**：
- 类似地，在`src/main/java`创建一个Reducer类，如`MyReducer.java`，同样实现Reducer接口。`reduce()`方法会在Mapper输出的结果上进行聚合操作。

3. **编写Driver类**：
- 在src/main/java创建一个名为`MyDriver.java`的Driver类，这里是执行整个MapReduce任务的地方。这里需要配置JobConf对象，指定Mapper、Reducer，以及输出路径等信息。此外，你需要添加自定义的命令行参数检查，例如查找用户全名的字段。

4. **数据准备**：
- 确保你的原始数据包含用户的姓名全拼，可以是一个文本文件或者数据库查询结果，格式需符合Hadoop的InputFormat期望。

5. **修改Driver类**：
- 如果要在本地运行时只考虑含有特定姓名的数据，可以在Driver类的map()函数开始处添加条件判断，如使用正则表达式或者字符串比较，只处理满足条件的记录。

6. **打包成JAR**：
- 在Eclipse中右键点击项目 -> Build Path -> Configure Build Path -> Libraries，然后添加所需要的依赖库（如hadoop-client.jar），最后选择Export -> Runnable JAR File。

7. **提交到Hadoop集群**：
- 如果要在生产环境部署，需要将JAR包上传到集群。使用Hadoop命令行工具`hadoop jar`，提供JAR文件名和相关的选项，如`-output` 指定输入源和输出目录。

8. **运行在集群上**：

   hadoop jar your-jar-file.jar org.apache.hadoop.mapreduce.Job -libjars hadoop-client.jar -jobname your-job-name -classpath path/to/your/jar input-dir output-dir