使用hadoop jar命令提交mapreduce任务，将结果结果输出至hdfs中的Tipdm/Hadoop目录下

在Hadoop MapReduce框架中，使用`hadoop jar`命令提交MapReduce任务通常涉及以下几个步骤：

1. **准备jar包**：首先需要打包你的MR程序和依赖成为JAR文件。这通常包含Mapper、Reducer类以及配置文件。

2. **指定JAR包和主类**：在`hadoop jar`命令中，你需要提供这个JAR文件的路径，并指明作为入口点运行的主类（通常是`org.apache.hadoop.mapred.JobClient.runJob`，如果你使用的是新的Hadoop 2.x版本则是`org.apache.hadoop.mapreduce.Job.waitForCompletion`）。

示例格式：

   hadoop jar /path/to/your-jar-file.jar YourMainClass

3. **配置作业参数**：你可以通过命令行参数来配置任务的输入和输出路径，以及其他选项如分片数等。例如，将输出保存到` Tipdm/Hadoop`目录下的格式可能是：

   -DoutputDir=hdfs://<namenode>:<port>/Tipdm/Hadoop

其中 `<namenode>` 和 `<port>` 需替换为实际的HDFS Namenode地址和端口。

4. **运行作业**：最后，执行`hadoop jar`命令启动MapReduce作业：

   hadoop jar /path/to/your-jar-file.jar YourMainClass -DoutputDir=hdfs://<namenode>:<port>/Tipdm/Hadoop