欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  科技

Java --本地提交MapReduce作业至集群☞实现 Word Count

程序员文章站 2022-05-31 16:45:11
还是那句话,看别人写的的总是觉得心累,代码一贴,一打包,扔到Hadoop上跑一遍就完事了????写个测试样例程序(MapReduce中的Hello World)还要这么麻烦!!!?,还本地打Jar包,传到Linux上,最后再用jar命令运行jar包敲一遍in和out参数,我去,我是受不了了,我很捉急... ......

 

                还是那句话,看别人写的的总是觉得心累,代码一贴,一打包,扔到Hadoop上跑一遍就完事了????写个测试样例程序(MapReduce中的Hello World)还要这么麻烦!!!?,还本地打Jar包,传到Linux上,最后再用jar命令运行jar包敲一遍in和out参数,我去,我是受不了了,我很捉急,Java --本地提交MapReduce作业至集群☞实现 Word Count

                我就想知道MapReduce的工作原理,而知道原理后,我就想在本地用Java程序跑一遍整个MapReduce的计算过程,这个很难吗? 搜遍全网,没发现几个是自己想要的(也有可能漏掉了),都是可以参考的,但是零零散散不对胃口,不适合入门级“玩家”像我一样的人,最后,下定决心,看视频搜集资料,从头到尾的捋一下MapReduce的原理,以及如何在本地,通过编写map和reduce函数对一个文本文件中的单词进行出现次数的统计,并将结果输出到HDFS文件系统上

 

               注: 本文最后,还会附上一套自己写的,使用起来也很方便,API还在不断的完善..

 


 

 

效果:

 

1、  HelloWorld文本

 

a b c d
e f a c
a c b f

 

 

Java --本地提交MapReduce作业至集群☞实现 Word Count

 

 

 


 

 

 

2、上传至HDFS的intput目录下

 

 

Java --本地提交MapReduce作业至集群☞实现 Word Count

 

 

 


 

 

3、客户端提交Job,执行MapReduce

 

 

A、map的输出结果

 

 

Java --本地提交MapReduce作业至集群☞实现 Word Count

 

 

 




B、reduce的输入结果(上一步map的输出)

 

 

Java --本地提交MapReduce作业至集群☞实现 Word Count

 

 

 

 

 

C、reduce的计算结果(代码实现细节先暂时忽略,文章中会讲到)

 
 

 Java --本地提交MapReduce作业至集群☞实现 Word Count

 

 

 


 

 

D、最后,待任务全部完成,交由HDFS进行结果的文件写入

 

 

Java --本地提交MapReduce作业至集群☞实现 Word Count

 

 

Java --本地提交MapReduce作业至集群☞实现 Word Count

 

 


 

 

Java --本地提交MapReduce作业至集群☞实现 Word Count

 

 

 

MapReduce中的分区默认是哈希分区,但是我们也可以自己写demo来重写Partitioner类的getPartiton方法,如下:

 

 

 

Java --本地提交MapReduce作业至集群☞实现 Word Count

 

 

分区规则定后,我们需要指定客户端Job的map task的分区类并设置reducer的个数,如下

 

 

Java --本地提交MapReduce作业至集群☞实现 Word Count

 

 

 

最后,提交Job跑一遍MapReduce的效果如下:

 

 

Java --本地提交MapReduce作业至集群☞实现 Word Count

 

 

 

我们分别下载文件*.*-00000和*.*-00001至本地,并进行结果验证,效果如下:

 

 

分区0对应的reduce结果文件如下:

 

 

Java --本地提交MapReduce作业至集群☞实现 Word Count

 

 

 

分区1对应的reduce结果文件如下:

 

 

 

Java --本地提交MapReduce作业至集群☞实现 Word Count

 

 

 

至此,我用效果图的方式,给大家演示了一下MapReduce的前前后后究竟是如何进行map和reduce的,其中发生了什么,最后又发生了什么,很直观,但是,注意,效果图只能帮助你理解MapReduce最终能干什么,具体MapReduce内部的工作原理如何,我下面会继续讲到,而且,博文的末尾,我会附上本篇博文演示要用到的全demo。

 

 

 


 

 

 

 

一、什么是MapReduce

 

 

我们要数图书馆里面的所有书,你数1号书架,我数2号书架,他数3号书架...这就叫Map

现在我们把所有人统计的图书数加在(归并)一起,这就叫“Reduce”

合起来就是MapReduce【分布式大数据处理功能】!!!

详细的请查看:

 

 

 


二、MapReduce执行过程

 

 

 

 

Java --本地提交MapReduce作业至集群☞实现 Word Count

 

补充:

 

1、JobTracker  对应于 NameNode,TaskTracker 对应于 DataNode。

2、JobTracker是一个master服务,软件启动之后JobTracker接收Job,负责调度Job的每一个子任务task运行于TaskTracker上,并监控它们,如果发现有失败的task就重新运行它。一般情况应该把JobTracker部署在单独的机器上。

 

 

Client         :客户端提交一个Job给JobTracker

JobTracker :调度Job的每一个mapper和reducer,并运行在TaskTracker上,并监控它们

Mapper      :拿到符合自己的InputSplit(输入内容),进行map后,输出MapOutPut(map的输出内容)

Reducer     : 拿到MapOutPut作为自己的ReduceInput,进行reduce计算,最后输出OutPut结果

 

 

 

 

 

三、MapReduce工作原理

 

 

 

 

 Java --本地提交MapReduce作业至集群☞实现 Word Count

 

 

 

注:reducer开始reduce之前,一定要等待mapper完成map后才能开始

 

第一步:Job读取存在于 HDFS文件系统上的文件作为Mapper的输入内容(key,value)并经过特殊的处理(map编程实现)交由Mapper Task

第二步:Mapper Task对map后的数据进行shuffle(洗牌,重组),包括分区、排序或合并(combine)

第三步:Mapper把shuffle后的输出结果(key,values)提供给对应的Reducer Task,由Reducer取走

第四步:Reducer拿到上一步Mapper的输出结果,进行reduce(客户端编程实现)

第五步:Reducer完成reduce计算后,将结果写入HDFS文件系统,不同的reducer对应不同的结果文件

 

 

粗犷的图(自己画的)如下

 

 

Java --本地提交MapReduce作业至集群☞实现 Word Count

 

 

 

 

四、Shuffle过程简介

 

 

 

 
 Java --本地提交MapReduce作业至集群☞实现 Word Count
 

 

 

      上图需要注意的就是shuffle过程中的分区,图中很直观的说明了,mapper最后会把key-value键值对数据(输入数据)从缓存中拿出(缓存数据溢出)并根据分区规则进行磁盘文件的写入(注意:这里的磁盘文件不是HDFS文件系统上的文件,且写入文件的内容已经是排序过的了),同时会对不同分区的key-value数据文件进行一个归并,最后分给不同的Reduce任务进行reduce处理,如果有多个Mapper,则Reducer从Map端获取的内容需要再次进行归并(把属于不同的Mapper但属于同一个分区的输出的结果进行归并,并在reduce端也进行shuffle过程,写入磁盘文件,最后进行reduce计算,reduce计算的结果最后以文件的形式输出到HDFS文件系统中)

 

 

 

 

 

五、Map端的Shuffle过程

 

 
 

 

 

 Java --本地提交MapReduce作业至集群☞实现 Word Count

    

 需要知道的是:

 

1、缓存的大小是可以设置的(mapreduce.task.io.sort.mb,默认100M)

2、溢出比(缓存使用率有一个软阈值 == mapreduce.map.sort.spill.percent,默认0.80),当超过阈值时,溢出行为会在后台起一个线程执行从而使Map任务不会因为缓存的溢出而被阻塞。但如果达到硬限制,Map任务会被阻塞,直到溢出行为结束

 

 

 



六、如何编写map和reduce函数

 

 

 
 

        到这一步,如果你对MapReduce的工作原理已经掌握了,那么接下来,编写客户端程序,利用MapReduce的计算功能,实现文本文件中单词的出现次数的统计,将会是轻而易举的。

       

       首先,我们需要一个mapper(任务),其次是reducer(任务),有了两个任务后,我们需要创建一个Job(作业),将mapper和reducer关联起来,并提交至Hadoop集群,由集群中的JobTracker进行mapper和reducer任务的调度,并最终完成数据的计算工作。

       因此,不难发现,光有mapper和reducer任务,是无法进行MapReduce(分布式大数据计算)的,这里我们需要写三个类,一个是实现Map的类,一个是实现Reduce的类,还有一个就是提交作业的主类(Client Main Class)

      

       由于博主的Hadoop版本是3.1.0的,因此,为了兼顾3.X以下的Hadoop集群环境能够在下面提供的demo中能够跑起来,特将本文中涉及到的Hadoop依赖换成了2.7.X的版本,如下:

 

 

 

注意:不要使用过时的hadoop-core(1.2.1)依赖,否则会出现各种意想不到的的问题

       

<dependency>
    <groupId>org.apache.hadoop</groupId>
    <artifactId>hadoop-common</artifactId>
    <version>2.7.1</version>
</dependency>
<dependency>
    <groupId>org.apache.hadoop</groupId>
    <artifactId>hadoop-hdfs</artifactId>
    <version>2.7.1</version>
</dependency>
<dependency>
    <groupId>org.apache.hadoop</groupId>
    <artifactId>hadoop-client</artifactId>
    <version>2.7.1</version>
</dependency>
<!-- common 依赖 tools.jar包 -->
<dependency>
    <groupId>jdk.tools</groupId>
    <artifactId>jdk.tools</artifactId>
    <version>1.8</version>
    <scope>system</scope>
    <systemPath>${JAVA_HOME}/lib/tools.jar</systemPath>
</dependency>

 

 

 

(1)编写Mapper

 

 

Java --本地提交MapReduce作业至集群☞实现 Word Count



 

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;

/**
 * Mapper 原型 : Mapper<KEYIN, VALUEIN, KEYOUT, VALUEOUT>
 * 
 * KEYIN    : 默认情况下,是mr框架所读到的一行文本内容的起始偏移量,Long,
 *            但是在hadoop中有自己的更精简的序列化接口,所以不直接用Long,而用LongWritable
 * VALUEIN  : 默认情况下,是mr框架所读到的一行文本的内容(Java String 对应 Hadoop中的Text)
 * KEYOUT   : 用户自定义逻辑处理完成之后输出数据中的key,在此处是单词(String),同上用Text
 * VALUEOUT : 用户自定义逻辑处理完成之后输出数据中的value,在这里是单词的次数:Integer,对应Hadoop中的IntWritable
 * 
 * mapper的输入输出参数的类型必须和reducer的一致,且mapper的输出是reducer的输入
 * 
 * @blob   http://blog.csdn.net/appleyk
 * @date   2018年7月3日15:41:13
 */
public class WordCountMapper extends Mapper<LongWritable, Text, Text, IntWritable>{

    
    /**
     * map实现数据拆分的操作
     * 本操作主要进行Map的数据处理
     * 在Mapper父类里面接受的内容如下:
     * LongWritable:文本内容的起始偏移量
     * Text:每行的文本数据(行内容)
     * Text:每个单词分解后的统计结果
     * IntWritable:输出记录的结果
     */
     @Override
     protected void map(LongWritable key, Text value,Context context)
             throws IOException, InterruptedException {
       
         System.out.println("文本内容的起始偏移量:"+key);
         String line = value.toString()    ;//取出每行的数据
         String[] result  = line.split(" ");//按照空格进行数据拆分
         //循环单词
         for (int i = 0 ;i <result.length ; i++){
            
           //针对每一个单词,构造一个key-value
            System.out.println("key-value : <"+new Text(result[i])+","+new IntWritable(1)+">");
             
            
           /**
            * 将每个单词的key-value写入到输入输出上下文对象中
            * 并传递给mapper进行shuffle过程,待所有mapper task完成后交由reducer进行对号取走
            */
             context.write(new Text(result[i]), new IntWritable(1));
         }
         
         /**        map端的shuffle过程(大致简单的描述一下)
          *                       |
          *                       |  放缓存(默认100M,溢出比是0.8,即80M满进行磁盘写入并清空,
          *                       |  剩余20M继续写入缓存,二者结合完美实现边写缓存边溢写(写磁盘))
          *                       V
          *               <b,1>,<c,1>,<a,1>,<a,1>
          *                         
          *                       |
          *                       | 缓存写满了,开始shuffle(洗牌、重组)  == 包括分区,排序,以及可进行自定的合并(combine)
          *                       V     
          * 写入磁盘文件(not hdfs)并进行文件归并,成一个个的大文件 <a,<1,1>>,<b,1>,<c,1>   
          * 
          *                         |
          *                         |
          *                         V
          *   每一个大文件都有各自的分区,有几个分区就对应几个reducer,随后文件被各自的reducer领走
          *   
          *           !!! 这就是所谓的mapper的输入即是reducer的输出 !!!
          */
     }
}
 

 

 

 

 

 

 

(2)编写Reducer

 

 

 

Java --本地提交MapReduce作业至集群☞实现 Word Count

 

  

import java.io.IOException;
import java.util.ArrayList;
import java.util.List;

import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Reducer;

/**
 * 进行合并后数据的最终统计
 * 本次要使用的类型信息如下:
 * Text:Map输出的文本内容
 * IntWritable:Map处理的个数
 * Text:Reduce输出文本
 * IntWritable:Reduce的输出个数
 */
public class WordCountReducer extends Reducer<Text, IntWritable, Text, IntWritable> {
   
    @Override
    protected void reduce(Text key, Iterable<IntWritable> values,Context context)
                    throws IOException, InterruptedException {
       
    //mapper的输出是reducer的输入,因此,这里打一下reducer的接收内容            
    List<Integer> list = new ArrayList<>();
        
    int sum = 0;//记录每个单词(key)出现的次数
        for (IntWritable value : values) {
            //从values集合里面取出key的单个频率数量(其实就是1)进行叠加
            int num = value.get();
            sum += num;
            list.add(num);
          
        }
        
       /**
    * mapper会把一堆key-value进行shuffle操作,其中涉及分区、排序以及合并(combine)
    * 注:上述shuffle中的的合并(combine)区别于map最终的的合(归)并(merge)
    * 比如有三个键值对:<a,1>,<b,1>,<a,1>
    * combine的结果:<a,2>,<b,1>      == 被reducer取走,数据小
    * merage 的结果;<a,<1,1>>,<b,1>  == 被reducer取走,数据较大(相比较上述combine来说)
    * 注:默认combiner是需要用户自定义进行开启的,所以,最终mapper的输出其实是归并(merage)后的的结果
    * 
    * 所以,下面的打印其实就是想看一下mapper在shuffle这个过程后的merage结果(一堆key-values)
    */
    System.out.println("key-values :<"+key+","+list.toString().replace("[", "<")
                .replace("]", ">")+">");
        
    //打印一下reduce的结果
    System.out.println("reduce计算结果 == key-value :<"+key+","+new IntWritable(sum)+">");
    //最后写入到输入输出上下文对象里面,传递给reducer进行shuffle,待所有reducer task完成后交由HDFS进行文件写入
    context.write(key, new IntWritable(sum));
        
     
    }
}
 

 

 

(3)编写Partition分区类(如果需要修改Map默认的哈希分区规则的话)

 

 

Java --本地提交MapReduce作业至集群☞实现 Word Count

 

 


 

 1 import org.apache.hadoop.io.IntWritable;
 2 import org.apache.hadoop.io.Text;
 3 import org.apache.hadoop.mapreduce.Partitioner;
 4 
 5 public class PartitionTest extends Partitioner<Text, IntWritable> {
 6 
 7     /**
 8      * key          : map的输出key 
 9      * value        : map的输出value 
10      * numReduceTask: reduce的task数量
11      * 返回值,指定reduce,从0开始
12      * 比如,分区0交由reducer0拿走
13      */
14     @Override
15     public int getPartition(Text key, IntWritable value, int numReduceTask) {
16         
17         if (key.toString().equals("a")) {
18             //如果key的值等于a,则将其分区指定为0,对应第一个reducer拿走进行reduce
19             return 0;
20         } else {
21             return 1;
22         }
23     }
24 }

 

 

 

 

(4)编写Job类(Main Class)

 

 

Java --本地提交MapReduce作业至集群☞实现 Word Count

 

 

 

 

 1 import org.apache.hadoop.conf.Configuration;
 2 import org.apache.hadoop.fs.Path;
 3 import org.apache.hadoop.io.IntWritable;
 4 import org.apache.hadoop.io.Text;
 5 import org.apache.hadoop.mapreduce.Job;
 6 import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
 7 import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
 8 
 9 import com.appleyk.hdfs.mapper.WordCountMapper;
10 import com.appleyk.hdfs.part.PartitionTest;
11 import com.appleyk.hdfs.reducer.WordCountReducer;
12 
13 /**
14  * Client端,提交作业
15  * @author yukun24@126.com
16  * @blob   http://blog.csdn.net/appleyk
17  * @date   2018年7月3日-上午9:51:49
18  */
19 public class WordCountApp {
20 
21     public static void main(String[] args) throws Exception{
22         
23         Configuration conf = new Configuration();
24         //配置uri
25         conf.set("fs.defaultFS", "hdfs://192.168.142.138:9000");
26     
27         //创建一个作业,作业名"wordCount",作用在Hadoop集群上(remote)
28         Job job = Job.getInstance(conf, "wordCount");
29         
30         /**
31          * 设置jar包的主类(如果样例demo打成Jar包扔在Linux下跑任务,
32          * 需要指定jar包的Main Class,也就是指定jar包运行的主入口main函数)
33          */
34         job.setJarByClass(WordCountApp.class);
35         
36         //设置Mapper 任务的类(自己写demo实现map)
37         job.setMapperClass(WordCountMapper.class);
38         //设置Reducer任务的类(自己写demo实现reduce)
39         job.setReducerClass(WordCountReducer.class);
40 
41         //指定mapper的分区类
42         //job.setPartitionerClass(PartitionTest.class);
43         
44         //设置reducer(reduce task)的数量(从0开始)
45         //job.setNumReduceTasks(2);
46         
47         
48         //设置映射输出数据的键(key)  类(型)
49         job.setMapOutputKeyClass(Text.class);
50         //设置映射输出数据的值(value)类(型)
51         job.setMapOutputValueClass(IntWritable.class);
52 
53         //设置作业(Job)输出数据的键(key)  类(型)   == 最后要写入到输出文件里面
54         job.setOutputKeyClass(Text.class);
55         //设置作业(Job)输出数据的值(value)类(型)   == 最后要写入到输出文件里面
56         job.setOutputValueClass(IntWritable.class);
57 
58         //设置输入的Path列表(可以是单个文件也可以是多个文件(目录表示即可))
59         FileInputFormat.setInputPaths (job, new Path("hdfs://192.168.142.138:9000/input" ));
60         //设置输出的目录Path(确认输出Path不存在,如存在,请先进行目录删除)
61         FileOutputFormat.setOutputPath(job, new Path("hdfs://192.168.142.138:9000/output"));
62 
63         //将作业提交到集群并等待它完成。
64         boolean bb =job.waitForCompletion(true);
65         
66         if (!bb) {
67             System.out.println("Job作业执行失败!");
68         } else {
69             System.out.println("Job作业执行成功!");
70         }
71     }
72 
73 }

 

 

 

 

 

(5)运行main方法,提交作业

 

 

出现异常:

 

Exception in thread "main" java.lang.UnsatisfiedLinkError: org.apache.hadoop.io.nativeio.NativeIO$Windows.access0(Ljava/lang/String;I)Z

 

 

 

由于作业是在本地(Windows)跑的,因此,这里遇到一个本地IO读写权限的问题,具体代码可以见NativeIO这个Java类的源码,在此处:
 

 

Java --本地提交MapReduce作业至集群☞实现 Word Count

 

 

 

 

将源代码全部拷贝出来,在项目下新建一个同包名同类名称的文件如下:

 

 

Java --本地提交MapReduce作业至集群☞实现 Word Count

 

 

 

 

 

打开后,修改代码如下(去掉验证):

 

 

Java --本地提交MapReduce作业至集群☞实现 Word Count

 

 

 

 

(6)再次运行main方法,提交作业

 

 

再次出现异常:

 

 

org.apache.hadoop.security.AccessControlException:

Permission denied: user=Administrator, access=WRITE,inode="/":root:supergroup:drwxr-xr-x

 

 

 

       意思是再说,我当前使用的user是Windows下的Administrator,但是在Hadoop的HDFS文件系统中,没有这个用户,因此,我想用Administrator这个用户向HDFS文件系统Write的时候出现权限不足的异常,因为HDFS文件系统根目录下的文件对其他用户来说,不具备w和r的权限

       原本把mapreduce程序打包放在集群中跑是不用担心用户的hdfs权限问题的,但是,我一开始说了,我不想那么麻烦,无非就是Hadoop开启了HDFS文件系统的权限验证功能,我给它关了(开放)不就行了,因此,我决定直接在hdfs-site.xml配置文件里进行权限验证的修改,添加内容如下:

 

<property>
    <name>dfs.permissions</name>
    <value>false</value>
</property>

 

 

 

Java --本地提交MapReduce作业至集群☞实现 Word Count

 

 

保存后,重启Hadoop集群

 

先stop,再start

 

 

Java --本地提交MapReduce作业至集群☞实现 Word Count

 

 

 

 

(7)再次运行main方法,提交作业

 

 

16:55:44.385 [main] INFO org.apache.hadoop.mapreduce.Job -  map 100% reduce 100%
16:55:44.385 [main] DEBUG org.apache.hadoop.security.UserGroupInformation - PrivilegedAction as:Administrator (auth:SIMPLE) from:org.apache.hadoop.mapreduce.Job.getTaskCompletionEvents(Job.java:670)
16:55:44.385 [main] DEBUG org.apache.hadoop.security.UserGroupInformation - PrivilegedAction as:Administrator (auth:SIMPLE) from:org.apache.hadoop.mapreduce.Job.updateStatus(Job.java:320)
16:55:44.386 [main] DEBUG org.apache.hadoop.security.UserGroupInformation - PrivilegedAction as:Administrator (auth:SIMPLE) from:org.apache.hadoop.mapreduce.Job.updateStatus(Job.java:320)
16:55:44.386 [main] DEBUG org.apache.hadoop.security.UserGroupInformation - PrivilegedAction as:Administrator (auth:SIMPLE) from:org.apache.hadoop.mapreduce.Job.getTaskCompletionEvents(Job.java:670)
16:55:44.386 [main] DEBUG org.apache.hadoop.security.UserGroupInformation - PrivilegedAction as:Administrator (auth:SIMPLE) from:org.apache.hadoop.mapreduce.Job.updateStatus(Job.java:320)
16:55:44.386 [main] DEBUG org.apache.hadoop.security.UserGroupInformation - PrivilegedAction as:Administrator (auth:SIMPLE) from:org.apache.hadoop.mapreduce.Job.updateStatus(Job.java:320)
16:55:44.387 [main] INFO org.apache.hadoop.mapreduce.Job - Job job_local539916280_0001 completed successfully
16:55:44.388 [main] DEBUG org.apache.hadoop.security.UserGroupInformation - PrivilegedAction as:Administrator (auth:SIMPLE) from:org.apache.hadoop.mapreduce.Job.getCounters(Job.java:758)
16:55:44.407 [main] INFO org.apache.hadoop.mapreduce.Job - Counters: 35
	File System Counters
		FILE: Number of bytes read=560
		FILE: Number of bytes written=573902
		FILE: Number of read operations=0
		FILE: Number of large read operations=0
		FILE: Number of write operations=0
		HDFS: Number of bytes read=46
		HDFS: Number of bytes written=24
		HDFS: Number of read operations=13
		HDFS: Number of large read operations=0
		HDFS: Number of write operations=4
	Map-Reduce Framework
		Map input records=3
		Map output records=12
		Map output bytes=72
		Map output materialized bytes=102
		Input split bytes=112
		Combine input records=0
		Combine output records=0
		Reduce input groups=6
		Reduce shuffle bytes=102
		Reduce input records=12
		Reduce output records=6
		Spilled Records=24
		Shuffled Maps =1
		Failed Shuffles=0
		Merged Map outputs=1
		GC time elapsed (ms)=3
		Total committed heap usage (bytes)=605028352
	Shuffle Errors
		BAD_ID=0
		CONNECTION=0
		IO_ERROR=0
		WRONG_LENGTH=0
		WRONG_MAP=0
		WRONG_REDUCE=0
	File Input Format Counters 
		Bytes Read=23
	File Output Format Counters 
		Bytes Written=24
16:55:44.407 [main] DEBUG org.apache.hadoop.security.UserGroupInformation - PrivilegedAction as:Administrator (auth:SIMPLE) from:org.apache.hadoop.mapreduce.Job.updateStatus(Job.java:320)
Job作业执行成功!

 

 

 

ok,至此,本地执行mapreduce作业已经完成,接下来就是查看我们要的结果了

 

 

 

 

(8)利用Java HDFS API,打开/output/part-r-00000文件内容,输出到控制台

 

 

 

Java --本地提交MapReduce作业至集群☞实现 Word Count

 

 

 

a b c d
e f a c
a c b f

 

 

 

Java --本地提交MapReduce作业至集群☞实现 Word Count

 

 

 

 

 

 

七、GitHub项目地址

 

 

 

 

 

Java --本地提交MapReduce作业至集群☞实现 Word Count