map方法：
map的方法
public void map(Object key, Text value, Context context) throws IOException, InterruptedException {…}
key:偏移量，一般為0，用不到
value：每行的值
context：可以記錄輸入的key和value
例如：context.write(new Text("hadoop"), new IntWritable(1));
此外context還會記錄map運算的狀態。
10
1
map的方法
2
3
public void map(Object key, Text value, Context context) throws IOException, InterruptedException {…}
4
5
key:偏移量，一般為0，用不到
6
value：每行的值
7
context：可以記錄輸入的key和value
8
9
例如：context.write(new Text("hadoop"), new IntWritable(1));
10
此外context還會記錄map運算的狀態。
rediuce方法:
reduce的方法
public void reduce(Text key, Iterable<IntWritable> values, Context context) throws IOException, InterruptedException {…}
reduce函數的輸入也是一個key/value的形式，
不過它的value是一個迭代器的形式Iterable<IntWritable> values，
也就是說reduce的輸入是一個key對應一組的值的value，reduce也有context和map的context作用一致。
1
reduce的方法
2
3
public void reduce(Text key, Iterable<IntWritable> values, Context context) throws IOException, InterruptedException {…}
4
5
reduce函數的輸入也是一個key/value的形式，
6
不過它的value是一個迭代器的形式Iterable<IntWritable> values，
7
8
也就是說reduce的輸入是一個key對應一組的值的value，reduce也有context和map的context作用一致。
job:
Job job = new Job(conf, "word count");
job.setJarByClass(WordCount.class);
job.setMapperClass(TokenizerMapper.class);
job.setCombinerClass(IntSumReducer.class);
job.setReducerClass(IntSumReducer.class);
job.setOutputKeyClass(Text.class);
job.setOutputValueClass(IntWritable.class);
第一行就是在構建一個job，在mapreduce框架里一個mapreduce任務也叫mapreduce作業也叫做一個mapreduce的job，而具體的map和reduce運算就是task了，這里我們構建一個job，構建時候有兩個參數，一個是conf這個就不贅述了，一個是這個job的名稱。
第二行就是裝載程序員編寫好的計算程序，例如我們的程序類名就是WordCount了。這里我要做下糾正，雖然我們編寫mapreduce程序只需要實現map函數和reduce函數，但是實際開發我們要實現三個類，第三個類是為了配置mapreduce如何運行map和reduce函數，准確的說就是構建一個mapreduce能執行的job了，例如WordCount類。
第三行和第五行就是裝載map函數和reduce函數實現類了，第四行是裝載Combiner類。
第六行和第七行是定義輸出的key/value的類型，也就是最終存儲在hdfs上結果文件的key/value的類型。x
1
Job job = new Job(conf, "word count");
2
job.setJarByClass(WordCount.class);
3
job.setMapperClass(TokenizerMapper.class);
4
job.setCombinerClass(IntSumReducer.class);
5
job.setReducerClass(IntSumReducer.class);
6
job.setOutputKeyClass(Text.class);
7
job.setOutputValueClass(IntWritable.class);
8
9
第一行就是在構建一個job，在mapreduce框架里一個mapreduce任務也叫mapreduce作業也叫做一個mapreduce的job，而具體的map和reduce運算就是task了，這里我們構建一個job，構建時候有兩個參數，一個是conf這個就不贅述了，一個是這個job的名稱。
10
11
第二行就是裝載程序員編寫好的計算程序，例如我們的程序類名就是WordCount了。這里我要做下糾正，雖然我們編寫mapreduce程序只需要實現map函數和reduce函數，但是實際開發我們要實現三個類，第三個類是為了配置mapreduce如何運行map和reduce函數，准確的說就是構建一個mapreduce能執行的job了，例如WordCount類。
12
13
第三行和第五行就是裝載map函數和reduce函數實現類了，第四行是裝載Combiner類。
14
15
第六行和第七行是定義輸出的key/value的類型，也就是最終存儲在hdfs上結果文件的key/value的類型。
FileInputFormat.addInputPath(job, new Path(otherArgs[0]));
FileOutputFormat.setOutputPath(job, new Path(otherArgs[1]));
System.exit(job.waitForCompletion(true) ? 0 : 1);
第一行就是構建輸入的數據文件
第二行是構建輸出的數據文件
最后一行如果job運行成功了，我們的程序就會正常退出。
FileInputFormat和FileOutputFormat可以設置輸入輸出文件路徑，mapreduce計算時候，輸入文件必須存在，要不直Mr任務直接退出。輸出一般是一個文件夾，而且該文件夾不能存在。
1
FileInputFormat.addInputPath(job, new Path(otherArgs[0]));
2
FileOutputFormat.setOutputPath(job, new Path(otherArgs[1]));
3
System.exit(job.waitForCompletion(true) ? 0 : 1);
4
5
第一行就是構建輸入的數據文件
6
第二行是構建輸出的數據文件
7
最后一行如果job運行成功了，我們的程序就會正常退出。
8
FileInputFormat和FileOutputFormat可以設置輸入輸出文件路徑，mapreduce計算時候，輸入文件必須存在，要不直Mr任務直接退出。輸出一般是一個文件夾，而且該文件夾不能存在。
map端job：圖示：
reduce端job：圖示：
