需求：现有数据格式如下，每一行数据之间都是使用逗号进行分割，求取每个单词出现的次数
hello,hello
world,world
hadoop,hadoop
hello,world
hello,flume
hadoop,hive
hive,kafka
flume,storm
MapReduce编程思路（8个步骤）如图：
（1）创建maven工程并导入以下jar包
略
（2）自定义mapper类
/** * 自定义mapper类需要继承Mapper，有四个泛型， * keyin: k1 行偏移量 Long hadoop中为LongWritable * valuein: v1 一行文本内容 String hadoop中为Text * keyout: k2 每一个单词 String hadoop中为Text * valueout : v2 1 int hadoop中为IntWritable * 在hadoop当中没有沿用Java的一些基本类型，使用自己封装了一套基本类型 *（hadoop数据类型详见上一篇内容） */
public class WordCountMapper extends Mapper<LongWritable, Text,Text, IntWritable> {
/**
* 继承mapper之后，重写map方法，每次读取一行数据，都会来调用一下map方法
* @param key：对应k1
* @param value:对应v1
* @param context 上下文对象。承上启下，承接上面步骤发过来的数据，通过context将数据发送到下面的步骤里面去
* @throws IOException
* @throws InterruptedException
* k1 v1
* 0；hello,world
* k2 v2
* hello 1
* world 1
*/
@Override
protected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {
String line = value.toString();//获取一行数据
String[] split = line.split(",");//按“，”分割
Text text = new Text();
IntWritable intWritable = new IntWritable(1);
for (String word : split){
//将每个单词出现都记做1次
//key2 Text类型
//v2 IntWritable类型
text.set(word);
//将我们的key2 v2写出去到下游
context.write(text,intWritable);
}
}
}
（3）定义reducer类
public class WordCountReducer extends Reducer<Text,IntWritable,Text,IntWritable> {
//第三步：分区 相同key的数据发送到同一个reduce里面去，相同key合并，value形成一个集合
/**
* 继承Reducer类之后，覆写reduce方法
* @param key
* @param values 每个单词出现的次数都在这个迭代器里面
* @param context
* @throws IOException
* @throws InterruptedException
*/
@Override
protected void reduce(Text key, Iterable<IntWritable> values, Context context) throws IOException, InterruptedException {
int count = 0;
for (IntWritable value : values){
//将我们的结果进行累加
count +=value.get();
}
//继续输出我们的数据
IntWritable intWritable = new IntWritable(count);
//将我们的数据输出
context.write(key,intWritable);
}
}
（4）编写main方法
/*
这个类作为mr程序的入口类，这里面写main方法
*/
public class WordCountMain extends Configured implements Tool {
/**
* 实现Tool接口之后，需要实现一个run方法，
* 这个run方法用于组装我们的程序的逻辑，其实就是组装八个步骤
* @param args
* @return
* @throws Exception
*/
/**
* 第一步：读取文件，解析成key，value对，k1，v1
* 第二步：自定义map逻辑，接收k1，v1转换成新的k2 v2输出
* 第三步：分区，相同key的数据发送到同一个reduce里面去，key合并，value形成一个集合
* 第四步：排序，对key2进行排序，字典顺序排序
* 第五步：规约，combiner过程，调优步骤，可选
* 第六步：分组
* 第七步：自定义reduce逻辑，接收k2，v2转换成新的k3，v3输出
* 第八步：输出k3 v3进行保存
*/
@Override
public int run(String[] args) throws Exception {
//获取Job对象，组装我们的八个步骤，每一个步骤都是一个class类
//从父类中获取conf
Configuration conf = super.getConf();
//获取job对象
Job job = Job.getInstance(conf, "MapReduceDemo1");
//实际工作当中，程序运行完成之后一般都是打包到集群上面去运行，打成一个jar包
//如果要打包到集群上面去运行，必须添加以下设置
// job.setJarByClass(WordCountMain.class);
//第一步：读取文件，解析成key/value对，k1：行偏移量 v1：一行文本内容
job.setInputFormatClass(TextInputFormat.class);
//指定我们去哪一个路径读取文件
// //本地运行模式
TextInputFormat.addInputPath(job,new Path("file:///E:\\fengge\\MapReduce\\1、wordCount\\input"));
//第二步：自定义map逻辑，接收k1 v1，转换成k2，v2输出
job.setMapperClass(WordCountMapper.class);//将自定义mapper类放入job中
//设置map阶段输出的key,value的类型，其实就是k2，v2的类型
job.setMapOutputKeyClass(Text.class); //k2类型为Text
job.setMapOutputValueClass(IntWritable.class);//v2类型为IntWritable
//第三步到第六步：分区，排序，规约，分组省略
//第七步：将自定义的reducer逻辑
job.setReducerClass(WordCountReducer.class);
//设置key3 value3的类型
job.setOutputKeyClass(Text.class);
job.setOutputValueClass(IntWritable.class);
//第八步：输出k3 v3进行保存
job.setOutputFormatClass(TextOutputFormat.class);
//一定要注意，输出路径是不需要存在的，如果存在，就报错
//本地运行模式
TextOutputFormat.setOutputPath(job,new Path("file:///E:\\fengge\\MapReduce\\1、wordCount\\output"));
//提交job任务
boolean b = job.waitForCompletion(true);
return b ? 0:1;
}
//作为程序的入口类
public static void main(String[] args) throws Exception {
Configuration configuration = new Configuration();
//提交run方法后，得到一个程序的退出状态码
//WordCountMain实现了Tool接口，直接调用ToolRunner类中的run方法，
//run方法中三个参数run(Configuration conf, Tool tool, String[] args)
int run = ToolRunner.run(configuration, new WordCountMain(), args);
//根据我们程序的退出状态码，退出整个进程
System.exit(run);
}
}
（5）查看本地对应路径新生成的结果文件