MapReduce應用需要先??編譯(′Д` )，何??編然后通過(guò)指定輸入路徑(in┐(′д｀)┌putpath)來(lái)運行。譯并運行e應用編譯過(guò)程確保代碼無(wú)錯誤，成功而指定輸入路徑讓程序知道從哪里讀取數據進(jìn)行處理，輸入是何編執行MapReduce作業(yè)的基本步驟。

MapReduce是譯??并運行e應用一種編ヽ(′ー｀)ノ程模型，用于(yu)處理和生成大數據集，成功它由兩個(gè)主要階段組成：Map階段和Reduce階段，輸入在Map階段，??何編輸入數據被分割成多個(gè)獨立的譯并運行e應用塊，然后每個(gè)塊被映射到一個(gè)鍵值對，成功在Reduce階段，輸入所有具有相同鍵的何編鍵(′▽?zhuān)?)值對被組合在一起，并使用一個(gè)reduce函數進(jìn)行處理。譯并運行e應用

以下是一個(gè)簡(jiǎn)單的MapReduce應???用示例，用于統計文本中單詞的出現次數：

1、編??寫(xiě)Mapper類(lèi)(lei)：

import java.io.IOExceヾ(＾-＾)ノpti??on;import org.apache.h?ad??oop.io.IntWritable;im??port org.apache.hadoop.io.LongWritable;import or???g.apache.hadoop.io.Text;import org.apache.had(╯°□°）╯︵ ┻━┻oop.mapreduce.Mapper;public class WordCoun(′_｀)tMapper extends Mapper<LongWritable, Text, Text, IntWritable> {  private final stat(???)ic IntWritable one = new IntWritable(1); private Text word = new Text(); pub(′▽?zhuān)?)lic void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {  St(?????)ring[] words = value.toStr??ing().split("\s+&qu?ot;); for (String w : words) {  word.set(w); context.write(word, one); } }}

2、編寫(xiě)Reducer類(lèi)：

import java.io.IOException;import org.apache.hadoop.io.IntWritable;import org.??apache.hadoop.io.Text;import org.apache.hadoop.mapreduce.Reducer;public class WordCountReducer extends Reducer<Text, IntWritable, Text, IntWritable>(/ω＼); {  public void reduce(Text key, Iterable<IntWritable> values, Context context) throws IOException, InterruptedEx??ception {  int sum = 0;?? for (IntWritabヽ(′ー｀)ノle val : values) {  su(′?_?`)m += val.get(); } cont(╬?益?)ext.write(key, new IntWritable(sum)); }}

3、編譯并運行MapReduce應用：

確保已經(jīng)安裝了Hadoop和Jav??a環(huán)境，將上述代碼保存為Wo(???)rdCountMapper.java和Worヽ(′▽?zhuān)?ノdCountReducer.java文件，使用以下命令編譯這兩個(gè)類(lèi)：

$ javac classpathhadoop classpath d wordcount_classes WordCoun(′?｀*)tMapper.java WordCountReducer.java

編譯成功后，會(huì )生成一個(gè)名為wordcount_cl(╬?益?)asses的目錄，其(qi)中包含編譯后的.class文件，創(chuàng )建一個(gè)名為w??ordcount.jar的JAR包，包含所有編譯后的類(lèi)：

$ jar cvf wordcount.jar C wordcount_classes/ .

使用以下命令運行MapReduce作業(yè)(?????)：ヽ(′ー｀)ノ

$ hadoop jar wordcount.jar org.apache.hadoop.examples.WordCount input_path output_path

input_path是HDFS上存儲輸入數據的路徑，output_path是要將結果寫(xiě)入的HDFS路徑。??

$ hadoop jar wordcount.jar or(′?｀*)g.apache.hadoop.examples.WordCount /user/hadoop/input /user/hadoop/output

運行完成后，可以在HDFS上查看output_path目錄下的結果。