hadoop如何使用Java api编程

Hadoop是一个分布式处理框架，它提供了Java API来编写分布式程序。下面是使用Java API编程的步骤：

1. 引入Hadoop依赖

在Java项目中，需要引入Hadoop的依赖。可以使用Maven或手动导入jar包。

2. 配置Hadoop环境

在Java代码中，需要配置Hadoop的环境变量，包括Hadoop的安装路径、Hadoop的配置文件路径等。

3. 编写MapReduce程序

MapReduce是Hadoop的核心编程模型，它包括Map和Reduce两个阶段。在Java代码中，需要编写Map和Reduce函数，并将它们组合在一起，形成MapReduce程序。

4. 配置MapReduce作业

在Java代码中，需要设置MapReduce作业的输入路径、输出路径、Mapper类、Reducer类等参数。

5. 提交MapReduce作业

在Java代码中，需要调用Hadoop API提交MapReduce作业，并等待作业执行完成。

以下是一个简单的WordCount程序的示例代码：

import java.io.IOException;
import java.util.StringTokenizer;
import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IntWritable;
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 WordCount {

  public static class TokenizerMapper
       extends Mapper<LongWritable, Text, Text, IntWritable>{

    private final static IntWritable one = new IntWritable(1);
    private Text word = new Text();

    public void map(LongWritable key, Text value, Context context
                    ) throws IOException, InterruptedException {
      StringTokenizer itr = new StringTokenizer(value.toString());
      while (itr.hasMoreTokens()) {
        word.set(itr.nextToken());
        context.write(word, one);
      }
    }
  }

  public static class IntSumReducer
       extends Reducer<Text,IntWritable,Text,IntWritable> {
    private IntWritable result = new IntWritable();

    public void reduce(Text key, Iterable<IntWritable> values,
                       Context context
                       ) throws IOException, InterruptedException {
      int sum = 0;
      for (IntWritable val : values) {
        sum += val.get();
      }
      result.set(sum);
      context.write(key, result);
    }
  }

  public static void main(String[] args) throws Exception {
    Configuration conf = new Configuration();
    Job job = Job.getInstance(conf, "word count");
    job.setJarByClass(WordCount.class);
    job.setMapperClass(TokenizerMapper.class);
    job.setCombinerClass(IntSumReducer.class);
    job.setReducerClass(IntSumReducer.class);
    job.setOutputKeyClass(Text.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);
  }
}

以上代码实现了一个简单的WordCount程序，它统计输入文件中每个单词出现的次数，并输出到输出文件中。在main函数中，首先创建一个Configuration对象，并通过它创建一个Job对象。然后，设置MapReduce作业的各种参数，包括Mapper类、Reducer类、输入路径、输出路径等。最后，调用job.waitForCompletion方法提交作业并等待执行结果。