MaxCompute工具及下载：Eclipse开发插件：MapReduce开发插件介绍

选择ODPS项目中的WordCount示例:

右键”WordCount.java”，依次点击”Run As”，”ODPS MapReduce”:

弹出对话框后，选择”example_project”，点击确认：

运行成功后，会出现以下结果提示：


运行自定义MapReduce程序


右键选择src目录，选择新建(New) -> Mapper:

选择Mapper后出现下面的对话框。输入Mapper类的名字，并确认：

会看到在左侧包资源管理器(Package Explorer)中，src目录下生成文件UserMapper.java。该文件的内容即是一个Mapper类的模板：

1. package odps;
3. import java.io.IOException;
5. import com.aliyun.odps.data.Record;
6. import com.aliyun.odps.mapred.MapperBase;
8. public class UserMapper extends MapperBase {
10.     @Override
11.     public void setup(TaskContext context) throws IOException {
12.     }
14.     @Override
15.     public void map(long recordNum, Record record, TaskContext context)
16.             throws IOException {
17.     }
19.     @Override
20.     public void cleanup(TaskContext context) throws IOException {
21.     }
23. }

模板中，将package名称默认配置为”odps”，用户可以根据自己的需求进行修改。编写模板内容：

1. package odps;
3. import java.io.IOException;
5. import com.aliyun.odps.counter.Counter;
6. import com.aliyun.odps.data.Record;
7. import com.aliyun.odps.mapred.MapperBase;
9. public class UserMapper extends MapperBase {
11.     Record word;
12.     Record one;
13.     Counter gCnt;
15.     @Override
16.     public void setup(TaskContext context) throws IOException {
17.           word = context.createMapOutputKeyRecord();
18.           one = context.createMapOutputValueRecord();
19.           one.set(new Object[] { 1L });
20.           gCnt = context.getCounter("MyCounters", "global_counts");
21.     }
23.     @Override
24.     public void map(long recordNum, Record record, TaskContext context)
25.             throws IOException {
26.           for (int i = 0; i < record.getColumnCount(); i++) {
27.               String[] words = record.get(i).toString().split("\\s+");
28.               for (String w : words) {
29.                 word.set(new Object[] { w });
30.                 Counter cnt = context.getCounter("MyCounters", "map_outputs");
31.                 cnt.increment(1);
32.                 gCnt.increment(1);
33.                 context.write(word, one);
34.               }
35.             }
36.           }
38.     @Override
39.     public void cleanup(TaskContext context) throws IOException {
40.     }
42. }

同理，右键选择src目录，选择新建(New)->Reduce:

输入Reduce类的名字(本示例使用UserReduce):
同样在包资源管理器(Package Explorer)中，src目录下生成文件UserReduce.java。该文件的内容即是一个Reduce类的模板。编辑模板：

1. package odps;
3. import java.io.IOException;
4. import java.util.Iterator;
6. import com.aliyun.odps.counter.Counter;
7. import com.aliyun.odps.data.Record;
8. import com.aliyun.odps.mapred.ReducerBase;
10. public class UserReduce extends ReducerBase {
12.     private Record result;
13.     Counter gCnt;
15.     @Override
16.     public void setup(TaskContext context) throws IOException {
17.           result = context.createOutputRecord();
18.           gCnt = context.getCounter("MyCounters", "global_counts");
19.     }
21.     @Override
22.     public void reduce(Record key, Iterator<Record> values, TaskContext context)
23.             throws IOException {
25.           long count = 0;
26.           while (values.hasNext()) {
27.             Record val = values.next();
28.             count += (Long) val.get(0);
29.           }
30.           result.set(0, key.get(0));
31.           result.set(1, count);
32.           Counter cnt = context.getCounter("MyCounters", "reduce_outputs");
33.           cnt.increment(1);
34.           gCnt.increment(1);
36.           context.write(result);
37.         }
39.     @Override
40.     public void cleanup(TaskContext context) throws IOException {
41.     }
43. }

创建main函数: 右键选择src目录，选择新建(New) -> MapReduce Driver。填写DriverName(示例中是UserDriver)，Mapper及Recduce类(示例中是UserMapper及UserReduce)，并确认。同样会在src目录下看到MyDriver.java文件：

编辑driver内容：

1. package odps;
3. import com.aliyun.odps.OdpsException;
4. import com.aliyun.odps.data.TableInfo;
5. import com.aliyun.odps.examples.mr.WordCount.SumCombiner;
6. import com.aliyun.odps.examples.mr.WordCount.SumReducer;
7. import com.aliyun.odps.examples.mr.WordCount.TokenizerMapper;
8. import com.aliyun.odps.mapred.JobClient;
9. import com.aliyun.odps.mapred.RunningJob;
10. import com.aliyun.odps.mapred.conf.JobConf;
11. import com.aliyun.odps.mapred.utils.InputUtils;
12. import com.aliyun.odps.mapred.utils.OutputUtils;
13. import com.aliyun.odps.mapred.utils.SchemaUtils;
15. public class UserDriver {
17.     public static void main(String[] args) throws OdpsException {
18.         JobConf job = new JobConf();
19.         job.setMapperClass(TokenizerMapper.class);
20.         job.setCombinerClass(SumCombiner.class);
21.         job.setReducerClass(SumReducer.class);
23.         job.setMapOutputKeySchema(SchemaUtils.fromString("word:string"));
24.         job.setMapOutputValueSchema(SchemaUtils.fromString("count:bigint"));
26.         InputUtils.addTable(
27.             TableInfo.builder().tableName("wc_in1").cols(new String[] { "col2", "col3" }).build(), job);
28.         InputUtils.addTable(TableInfo.builder().tableName("wc_in2").partSpec("p1=2/p2=1").build(), job);
29.         OutputUtils.addTable(TableInfo.builder().tableName("wc_out").build(), job);
31.         RunningJob rj = JobClient.runJob(job);
32.         rj.waitForCompletion();
33.     }
35. }

运行MapReduce程序,选中UserDriver.java，右键选择Run As -> ODPS MapReduce，点击确认。出现如下对话框：

选择ODPS Project为：example_project，点击Finish按钮开始本地运行MapReduce程序：

有如上输出信息，说明本地运行成功。运行的输出结果在warehouse目录下。关于warehouse的说明请参考 本地运行 。刷新ODPS工程：

wc_out即是输出目录，R_000000即是结果文件。通过本地调试，确定输出结果正确后，可以通过Eclipse导出(Export)功能将MapReduce打包。打包后将jar包上传到ODPS中。在分布式环境下执行MapReduce，详情请参考 快速入门 。
本地调试通过后，用户可以通过Eclipse的Export功能将代码打成jar包，供后续分布式环境使用。在本示例中，我们将程序包命名为mr-examples.jar。选择src目录，点击Export：

选择导出模式为Jar File：

仅需要导出src目录下package(com.aliyun.odps.mapred.open.example)，Jar File名称指定为”mr-examples.jar”：

确认后，导出成功。
如果用户想在本地模拟新建Project，可以在warehouse下面，创建一个新的子目录(与example_project平级的目录)，目录层次结构为：

1. <warehouse>
2.    |____example_project(项目空间目录)
3.           |____ <__tables__>
4.           |       |__table_name1(非分区表)
5.           |       |      |____ data(文件)
6.           |       |      |
7.           |       |      |____ <__schema__> (文件)
8.           |       |
9.           |       |__table_name2(分区表)
10.           |            |____ partition_name=partition_value(分区目录)
11.           |            |          |____ data(文件)
12.           |            |
13.           |            |____ <__schema__> (文件)
14.           |
15.           |____ <__resources__>
16.                   |
17.                   |___table_resource_name (表资源)
18.                   |         |____<__ref__>
19.                   |
20.                   |___ file_resource_name（文件资源）

schema文件示例：

1. 非分区表:
2. project=project_name
3. table=table_name
4. columns=col1:BIGINT,col2:DOUBLE,col3:BOOLEAN,col4:DATETIME,col5:STRING
6. 分区表:
7. project=project_name
8. table=table_name
9. columns=col1:BIGINT,col2:DOUBLE,col3:BOOLEAN,col4:DATETIME,col5:STRING
10. partitions=col1:BIGINT,col2:DOUBLE,col3:BOOLEAN,col4:DATETIME,col5:STRING
12. 注：当前支持5种数据格式:bigint,double,boolean,datetime,string， 对应到java中的数据类型-long,double,boolean,java.util.Date,java.lang.String。

data文件示例：

1. 1,1.1,true,2015-06-04 11:22:42 896,hello world
3. \N,\N,\N,\N,\N
5. 注：时间格式精确到毫秒级别，所有类型用\N表示null。

注解:

• 本地模式运行MapReduce程序，默认情况下先到warehouse下查找相应的数据表或资源，如果表或资源不存在会到服务器上下载相应的数据存入warehouse目录下，再以本地模式运行。
• 运行完MapReduce后，请刷新warehouse目录，才能看到生成的结果