如何创建一个简单的MapReduce HelloWorld应用？

创建HelloWorld应用

步骤1：安装Hadoop和MapReduce

确保你已经安装了Hadoop和MapReduce，如果没有，请参考官方文档进行安装。

步骤2：编写Mapper类

创建一个名为HelloWorldMapper.java的文件，并编写一个继承自Mapper类的自定义Mapper类，在这个类中，我们将实现map方法，该方法将输入的文本行转换为键值对。

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 HelloWorldMapper 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);
        }
    }
}

步骤3：编写Reducer类

创建一个名为HelloWorldReducer.java的文件，并编写一个继承自Reducer类的自定义Reducer类，在这个类中，我们将实现reduce方法，该方法将Mapper输出的键值对进行汇总。

import java.io.IOException;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Reducer;
public class HelloWorldReducer extends Reducer<Text, IntWritable, Text, IntWritable> {
    public void reduce(Text key, Iterable<IntWritable> values, Context context) throws IOException, InterruptedException {
        int sum = 0;
        for (IntWritable val : values) {
            sum += val.get();
        }
        context.write(key, new IntWritable(sum));
    }
}

步骤4：编写驱动类

创建一个名为HelloWorldDriver.java的文件，并编写一个包含main方法的驱动类，在这个方法中，我们将配置和运行MapReduce作业。

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
public class HelloWorldDriver {
    public static void main(String[] args) throws Exception {
        if (args.length != 2) {
            System.err.println("Usage: HelloWorld <input path> <output path>");
            System.exit(1);
        }
        Configuration conf = new Configuration();
        Job job = Job.getInstance(conf, "hello world");
        job.setJarByClass(HelloWorldDriver.class);
        job.setMapperClass(HelloWorldMapper.class);
        job.setCombinerClass(HelloWorldReducer.class);
        job.setReducerClass(HelloWorldReducer.class);
        job.setOutputKeyClass(Text.class);
        job.setOutputValueClass(IntWritable.class);
        FileInputFormat.addInputPath(job, new Path(args[0]));
        FileOutputFormat.setOutputPath(job, new Path(args[1]));
        System.exit(job.waitForCompletion(true) ? 0 : 1);
    }
}

步骤5：编译和运行程序

使用以下命令编译Java文件：

$ javac classpathhadoop classpath HelloWorld*.java

使用以下命令运行程序：

$ java classpathhadoop classpath:./ HelloWorldDriver input_path output_path

input_path是包含输入数据的HDFS路径，output_path是要存储结果的HDFS路径。

问题与解答

问题1： MapReduce中的Mapper和Reducer的作用是什么？

答案1： 在MapReduce框架中，Mapper负责处理输入数据并将其转换为一组中间键值对，Reducer则接收这些中间键值对，并对具有相同键的所有值进行处理，以生成最终的结果，Mapper负责数据的过滤和转换，而Reducer负责数据的聚合和归约。