hadoop jar ./share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.3.jar 10 100

当你看到这样的命令行 `hadoop jar ./share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.3.jar 10 100`，它是在Hadoop MapReduce环境中运行一个示例程序。这里涉及到的是Hadoop提供的MapReduce框架，这是一种并行计算模型，常用于处理大规模数据集。

这个命令的具体含义是：
- `hadoop jar`: 使用Hadoop工具运行jar包，这是Hadoop生态系统中常见的执行脚本的方式。
- `./share/hadoop/mapreduce/hadoop-mapreduce-examples-2.7.3.jar`: 指定要执行的JAR文件路径，通常包含Hadoop的一些预置示例程序。
- `10` 和 `100`: 这些数字可能是作为参数传递给某个示例程序的，比如可能是文本分割（wordcount）的例子，`10` 可能代表输入文件切分的块大小（split size），`100` 另外一个参数，具体内容取决于使用的特定示例。

例如，`wordcount` 示例可能接受两个参数：输入文件名和输出目录，而 `10` 和 `100` 的含义可能会有所不同，需要参考具体的示例文档来理解它们的确切作用。

相关问题

Hadoop中怎么创建行

根据提供的引用内容，无法确定“创建行”具体指的是什么。如果是指在Hadoop中创建文件并写入内容，可以按照以下步骤进行操作：

1. 进入Hadoop的安装目录，找到hdfs-site.xml文件并进行编辑：

vi hadoop/etc/hadoop/hdfs-site.xml

2. 在文件中添加以下配置项，用于指定HDFS的副本数量：

<property>
  <name>dfs.replication</name>
  <value>1</value>
</property>

3. 根据以上配置项，将文件写入HDFS中：

hadoop fs -mkdir /input
echo "Hello Hadoop" > test.txt
hadoop fs -put test.txt /input

4. 使用Hadoop自带的wordcount示例程序对文件进行处理：

cd /opt/hadoop/share/hadoop/mapreduce/
hadoop jar hadoop-mapreduce-examples-2.7.3.jar wordcount /input /output

5. 查看处理结果：

hadoop fs -cat /output/part-r-00000

以上操作将会在Hadoop中创建一个文件，并对其进行处理，最终输出处理结果。

使用wordcount计算案例结果，将结果输出到/pts/output目录下

如果你想使用WordCount任务将结果输出到 `/pts/output` 目录下，你需要确保你的Hadoop集群配置允许写入该路径，并且有足够的权限。在实际操作中，你可以按照以下步骤进行：

1. **准备输入数据**：首先，需要有一个或多个文本文件作为WordCount的输入。例如，如果文件名为`input.txt`，它应该位于你的Hadoop JobTracker的默认输入目录下（一般是`file:///path/to/input/input.txt`），或者是HDFS上的相应路径。

2. **修改WordCount命令**：将原来的输出路径替换为你指定的路径。假设你的WordCount JAR文件已经放在正确的位置，命令可能会变成：

   hadoop jar hadoop-mapreduce-examples-2.7.3.jar wordcount /path/to/input /pts/output

确保`/pts/output`目录存在，如果没有，可能需要先创建它。

3. **提交任务**：在Hadoop命令行客户端或者通过YARN客户端（如Ambari、Hue等）提交这个命令。这将会启动MapReduce job，WordCount将在集群上并行处理数据，然后将结果写入到`/pts/output`。

4. **检查结果**：任务完成后，结果会以键值对的形式存在于`/pts/output`下的文本文件中。每行代表一个单词及其频率，格式通常是`<word>\t<count>`。