MapReduce的简单实例WordCount

hadoop

----------------------------------------

1.组成：common，hdfs，mapreduce，yarn

2.hadoop集群搭建：3种【搭建流程】

3.hdfs shell命令

4.hdfs体系结构：主从节点{namenode,datanode,secondarynamenode}都是守护进程而非节点：【官网结构图】

　　fsimage和editslog概念：checkpoint检查点机制，集群的启动过程。

5.hdfs dfsadmin操作

6.hdfs API

 

MapReduce:分而治之，数据在那，计算在那

------------------------------------------

1.通用的软件计算框架（应用程序job），并行计算：map阶段+reduce阶段

　　map(映射)，并行处理，继承Mapper类，实现map函数　　

　　reduce(规约或化简)：整合排序，继承Reducer类，实现reduce函数

2.MR程序采用<key,value>方式。

　　【输入】------------【输出】

　　　　kv对　　　　　　　　　kv对

　　键和值必须由框架序列化：数据持久+网络间通信

3.MR的数据流转

(input) <k1,v1>-->map阶段--><k2,v2>-->reduce--><k3,v3>(output)

 

MR的编程思想

-------------------------

1.新建一个Map的类，继承Mapper类，实现其map函数，参数根据业务需求定义。

2.新建一个Reduce类，继承Reducer类，实现其reduce函数，参数根据业务需求定义

3.新建一个驱动类

4.打jar包，指定主类，然后复制到服务器，开启集群

5.hadoop jar命令 跑MR程序，可在8088 Web UI查看状态。

 

总结

-----------------------

MapReduce就是填空式编程，数据有几行，map函数就执行几次。