前提： 搭建好集群環境（zookeeper、hadoop、hbase）。 搭建方法這裡就不進行介紹了，網上有很多博客在介紹這些。 簡單需求： WordCount單詞計數，號稱Hadoop的HelloWorld。所以，我打算通過這個來初體驗一下Hadoop。需求如下： ①、計算文件中出現每個單詞的頻數 ...
====前提：
搭建好集群環境（zookeeper、hadoop、hbase）。
搭建方法這裡就不進行介紹了，網上有很多博客在介紹這些。
====簡單需求：
WordCount單詞計數，號稱Hadoop的HelloWorld。所以，我打算通過這個來初體驗一下Hadoop。需求如下：
①、計算文件中出現每個單詞的頻數
②、輸入結果按照字母順序進行排序
====Map過程：
首先將文件進行切分成單詞。將所有單詞的項目都聚到一起。生成key-value的中間結果。
====Reduce過程
拿到之前Map的中間結果，進行合併（歸約）。
====源代碼
源代碼來自慕課網，由於我自己學習需要，放到了我的Github空間上了。
https://github.com/quchunhui/WordCount
====上傳Jar包
首先需要確認Linux集群運轉是否正常。使用jps命令查看。確保hadoop相關進程的存在。
需要註意一點，不同版本的Hadoop的jps結果可能不一樣。我在看慕課網的視頻的時候，
發現人家裡面還有TaskTracker和JobTracker呢，但是新版本的Hadoop就已經沒有。
並不是集群環境的問題。具體什麼是正確的，可以去查看官網的幫助文檔。
①、在Master端的jps結果
②、在Slave端的jps結果
然後，將寫完的代碼達成jar包。由於我使用的是Mave環境，所以在Maven環境下使用mvn package進行打包即可。
====上傳文件至hdfs文件目錄
①、將上述步驟中生成的jar包上傳到Linux伺服器上。
我在HDOOP_HOME的根目錄下創建了一個專門用於存放jar包的文件夾package。將生成的jar包上傳到這裡
/home/qch/software/hadoop-2.7.1/package
②、使用hadoop fs -put命令將數據源文件到hdfs文件目錄
註意，這裡是hdfs文件目錄，並非是Linux系統上的某個文件夾。如果目錄不存在，需要通過hadoop fs -mkdir命令自己手動去逐層創建。
我這裡將上述3個文件上傳到了hdfs文件目錄[/user/root/wc_input]上了。
====程式運行
①、通過【hadoop jar <jar> [mainClass] args…】命令來運行程式。
命令：hadoop jar ../package/WordCount-1.0-SNAPSHOT.jar test.WordCount wc_input/file wc_output
②、運行成功之後，可以通過命令來查看hdfs上的生成結果是否正確。
====總結：
我犯的最小白的錯誤就是，不知道需要將文件上傳到hdfs文件目錄下麵。希望以後加深對hdfs的瞭解。
這也就是我今天（2016/4/22。）的第一個mapreduce成果。
下一步需要真正去進行我的MapReduce工作了，需要考慮按照什麼規則進行Map和Reduce。這才是重中之重。
--END--
