idea已连接hdfs，现需要调用 MapReduce 对文件Hadoop.txt中各个单词出现的次数进行统计并将其结果听过idea输出到hdfs

好的，这个问题可以分为两个部分来回答。

第一部分是编写MapReduce程序，对文本文件中的单词进行计数。MapReduce程序可以使用Java编写，主要包括两个部分：

1. Map函数：将输入的文本数据按照指定的分隔符进行切分，并输出每个单词的出现次数，输出格式为(key,value)形式，其中key为单词，value为出现次数。

2. Reduce函数：对Map函数输出的相同key的value进行求和，得到该单词在文本中出现的总次数，并将结果输出到标准输出。

以下是MapReduce程序的Java代码示例：

public class WordCount {
    public static class Map 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 {
            String line = value.toString();
            StringTokenizer tokenizer = new StringTokenizer(line);
            while (tokenizer.hasMoreTokens()) {
                word.set(tokenizer.nextToken());
                context.write(word, one);
            }
        }
    }

    public static class Reduce extends Reducer<Text, IntWritable, Text, IntWritable> {
        public void reduce(Text 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));
        }
    }

    public static void main(String[] args) throws Exception {
        Configuration conf = new Configuration();
        Job job = new Job(conf, "wordcount");
        job.setJarByClass(WordCount.class);
        job.setOutputKeyClass(Text.class);
        job.setOutputValueClass(IntWritable.class);
        job.setMapperClass(Map.class);
        job.setReducerClass(Reduce.class);
        job.setInputFormatClass(TextInputFormat.class);
        job.setOutputFormatClass(TextOutputFormat.class);
        FileInputFormat.addInputPath(job, new Path(args[0]));
        FileOutputFormat.setOutputPath(job, new Path(args[1]));
        job.waitForCompletion(true);
    }
}

第二部分是将MapReduce程序的输出结果输出到HDFS中。可以使用Hadoop命令行工具将结果文件上传到HDFS中，命令格式为：

$ hadoop fs -put <local_file> <hdfs_dir>

其中，`local_file`是本地计算机上的结果文件路径，`hdfs_dir`是HDFS中的目标目录。

例如，如果结果文件名为`part-r-00000`，本地路径为`/home/hadoop/output/part-r-00000`，HDFS目标目录为`/output`，则命令为：

$ hadoop fs -put /home/hadoop/output/part-r-00000 /output

这样就可以将MapReduce程序的输出结果上传到HDFS中了。