MapReduce是一个编程模型，用于处理大规模数据集。它可以将工作分布到多个计算机上，以并行方式处理数据，并生成最终的结果。MapReduce的主要思想是将问题分解为两个阶段：Map阶段和Reduce阶段。
aspectjtools-1.6.5.jar
下面是一个简单的MapReduce案例，用于计算一个文本文件中每个单词的出现次数：
问题描述：给定一个文本文件，其中包含多个句子。我们的任务是找出每个单词在文件中出现的次数。
Map阶段：
输入：文本文件中的每一行（假设单词之间由空格分隔）。
处理：对于每一行，将其拆分成单词，并为每个单词生成一个键值对。键是单词本身，值通常是1（表示该单词出现一次）。
输出：键-值对（单词，1）。
Reduce阶段：
输入：所有具有相同键（即相同单词）的键值对。
处理：对于每个键，将其对应的所有值相加，得到该单词在文件中出现的总次数。
输出：键-值对（单词，该单词在文件中出现的次数）。
案例分析：
Map类的实现：
import java.io.IOException;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Mapper;
public class WordCountMapper 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();
String[] words = line.split(" ");
for (String str : words) {
word.set(str);
context.write(word, one);
}
}
}
Reduce类的实现：
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> {
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);
}
}
sh
hdfs dfs -rm -r /output
假设我们有一个文本文件example.txt，内容如下：
Hello world
Hello Hadoop
Hadoop is fun
Map阶段将处理这个文件，并生成如下的键值对：
makefile
Hello, 1
world, 1
Hello, 1
Hadoop, 1
Hadoop, 1
is, 1
fun, 1
Reduce阶段将接收这些键值对，并合并具有相同键的值。因此，最终的输出将是：
makefile
Hello, 2
world, 1
Hadoop, 2
is, 1
fun, 1
这表明“Hello”在文件中出现了2次，“world”出现了1次，依此类推。
