用java写一个完整的且一定能跑通的MapReduce程序，目的是计算文档中前10个buy类型最多的商品ID以及对应的购买数量（第一列为序号，第二列为用户id，第三列为类目id，第四列为操作类型）

要编写一个Java程序使用Hadoop MapReduce框架来统计`cookie.txt`文件中的前10种最常被购买的商品ID及其购买次数，我们需要定义Mapper和Reducer类，并设置好输入输出格式。下面提供了一个简单的示例代码结构：

### Mapper 类

在Mapper阶段，主要任务是从输入的数据行中提取出商品ID和操作类型，并针对"buy"类型的操作生成键值对。

public class PurchaseMapper extends Mapper<LongWritable, Text, IntWritable, IntWritable> {
    private static final int PRODUCT_ID_INDEX = 2;
    private static final int ACTION_TYPE_INDEX = 3;
    private static final String BUY_ACTION = "buy";
    
    @Override
    protected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {
        // 解析每一行数据
        String[] fields = value.toString().split(",");
        if (fields[ACTION_TYPE_INDEX].equals(BUY_ACTION)) {
            int productId = Integer.parseInt(fields[PRODUCT_ID_INDEX]);
            context.write(new IntWritable(productId), new IntWritable(1));
        }
    }
}

### Reducer 类

在Reducer阶段，将相同商品ID的所有记录汇总起来，计算每个商品被购买的总次数。

public class PurchaseReducer extends Reducer<IntWritable, IntWritable, IntWritable, IntWritable> {

    @Override
    protected void reduce(IntWritable key, Iterable<IntWritable> values, Context context) throws IOException, InterruptedException {
        int sum = 0;
        for (IntWritable val : values) {
            sum += val.get();
        }
        context.write(key, new IntWritable(sum));
    }
}

### 主程序

主程序负责配置Job参数并提交作业。

public class TopPurchasesDriver {
    public static void main(String[] args) throws Exception {
        Configuration conf = new Configuration();
        Job job = Job.getInstance(conf, "Top Purchases");
        
        job.setJarByClass(TopPurchasesDriver.class);
        job.setMapperClass(PurchaseMapper.class);
        job.setReducerClass(PurchaseReducer.class);
        
        job.setOutputKeyClass(IntWritable.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);
    }
}

为了得到前10项，还需要额外的步骤或逻辑去排序结果集并选取前十条记录。上述代码仅为基本的计数功能实现。实际应用中可能需要考虑更多的健壮性和性能优化措施。此外，这只是一个基础框架的例子，在实际部署到分布式环境如Hadoop集群时还需进行相应的配置调整。