hadoop编写Mapper类

在Hadoop MapReduce中，Mapper类主要用于处理输入数据并将其转换为中间键值对。下面是一个基本的Mapper类示例，使用Java编写，该示例将文本文件中的每一行作为输入，并将每个单词映射为其出现次数（1）。

import java.io.IOException;
import java.util.StringTokenizer;

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();
        StringTokenizer tokenizer = new StringTokenizer(line);
        while (tokenizer.hasMoreTokens()) {
   
   
            word.set(tokenizer.nextToken());
            context.write(word, one);
        }
    }
}

在这个例子中：

• WordCountMapper 类扩展了 Mapper 类。
• map() 方法是主要的映射逻辑，它接收一个键（行号，类型为 LongWritable），一个值（行内容，类型为 Text），以及一个 Context 对象来写入中间结果。
• 使用 StringTokenizer 将每行分割成单词。
• 每个单词被设置为 word 对象，然后与 one 对象一起写入上下文，表示该单词出现一次。

注意，你需要根据你的具体需求来调整这个示例，例如更改输入和输出类型，或者修改映射逻辑。