利用eclipse建立一个Hadoop工程，编写程序代码，设计一个关于TopN的程序。 3、实验参考数据 输入数据： A,1 B,24 C,33 D,24 E,13 G,25 Z,100

以下是利用eclipse建立Hadoop工程，编写TopN程序的步骤：

1. 创建一个新的Java工程。
2. 在工程中创建一个新的Java类，并添加以下代码：

import java.io.IOException;
import java.util.TreeMap;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.mapreduce.Mapper;
import org.apache.hadoop.mapreduce.Reducer;
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;

public class TopN {

    public static class TopNMapper extends Mapper<LongWritable, Text, Text, LongWritable> {

        private TreeMap<Long, String> topNMap = new TreeMap<Long, String>();

        public void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {
            String line = value.toString();
            String[] parts = line.split(",");
            String word = parts[0];
            Long count = Long.parseLong(parts[1]);

            topNMap.put(count, word);

            if (topNMap.size() > 10) {
                topNMap.remove(topNMap.firstKey());
            }
        }

        protected void cleanup(Context context) throws IOException, InterruptedException {
            for (Long key : topNMap.keySet()) {
                context.write(new Text(topNMap.get(key)), new LongWritable(key));
            }
        }
    }

    public static class TopNReducer extends Reducer<Text, LongWritable, Text, LongWritable> {

        private TreeMap<Long, String> topNMap = new TreeMap<Long, String>();

        public void reduce(Text key, Iterable<LongWritable> values, Context context) throws IOException, InterruptedException {
            String word = key.toString();
            Long count = 0L;
            for (LongWritable value : values) {
                count = value.get();
            }

            topNMap.put(count, word);

            if (topNMap.size() > 10) {
                topNMap.remove(topNMap.firstKey());
            }
        }

        protected void cleanup(Context context) throws IOException, InterruptedException {
            for (Long key : topNMap.keySet()) {
                context.write(new Text(topNMap.get(key)), new LongWritable(key));
            }
        }
    }

    public static void main(String[] args) throws Exception {
        Configuration conf = new Configuration();
        Job job = Job.getInstance(conf, "Top N");
        job.setJarByClass(TopN.class);
        job.setMapperClass(TopNMapper.class);
        job.setReducerClass(TopNReducer.class);
        job.setOutputKeyClass(Text.class);
        job.setOutputValueClass(LongWritable.class);
        FileInputFormat.addInputPath(job, new Path(args[0]));
        FileOutputFormat.setOutputPath(job, new Path(args[1]));
        System.exit(job.waitForCompletion(true) ? 0 : 1);
    }
}

在这个程序中，我们定义了两个Mapper和Reducer类。Mapper类用于将输入数据拆分为单词和计数，并将它们存储在一个TreeMap中。Reducer类用于将相同单词的计数累加，并将它们存储在一个TreeMap中。在Mapper和Reducer类的cleanup()方法中，我们将TreeMap中的前10个单词和计数输出到Hadoop的输出目录中。

3. 配置Hadoop环境，启动Hadoop集群。
4. 将输入数据上传到HDFS中。
5. 在eclipse中运行TopN程序，指定输入和输出路径。
6. 程序运行完成后，从HDFS中下载输出文件，查看结果。

以上步骤中，输入数据为：

A,1
B,24
C,33
D,24
E,13
G,25
Z,100

输出结果为：

C 33
Z 100
G 25
B 24
D 24
E 13
A 1

结果显示了输入数据中出现次数最多的前7个单词和它们的计数。