环境：Hadoop:2.7.3，JDK:1.8.0_111，ubuntu16.0.4，Idea2018。
Idea是Linux版本的，不是Windows版本的哈。这里需要注意。整个开发测试环境都是Linux系统下的。
随意准备一个txt文档，输入一些单词。txt文档命名为test.txt。先上传到本地文件系统当中进行测试，
这个是文件内容
以下是具体代码：
package com.hadoop;import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.FileSystem;
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.Mapper;
import org.apache.hadoop.mapreduce.Reducer;
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.input.TextInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
import org.apache.hadoop.util.GenericOptionsParser;import java.io.IOException;
import java.util.StringTokenizer;/*** @Author Administrator* @Date 2018/5/27 14:31*/
public class HDFSDemo {public static void main(String[] args) throws IOException, ClassNotFoundException, InterruptedException {Configuration conf=new Configuration();String[] otherArgs = new GenericOptionsParser(conf, args).getRemainingArgs();if (otherArgs.length != 2) {System.err.println("Usage: wordcount <in> <out>");System.exit(2);}else {FileSystem.get(conf).delete(new Path(otherArgs[1]));}//设置作业名称Job job=Job.getInstance(conf,"wordcount");//设置搜索类job.setJarByClass(HDFSDemo.class);//设置输入格式,TextInputFormat是默认输入格式,不能设置成FileInputFormat.Class,该惨数在当前情况下可以不设置job.setInputFormatClass(TextInputFormat.class);//设置Mapper类job.setMapperClass(TokenizerMapper.class);//设置Reducer类job.setReducerClass(IntSumReducer.class);//设置Reducer个数job.setNumReduceTasks(1);//设置maper端单词输出格式job.setMapOutputKeyClass(Text.class);//设置mapper端单词输出个数格式job.setMapOutputValueClass(IntWritable.class);//设置Reducer端单词输出格式job.setOutputKeyClass(Text.class);//设置Reducer单词输出个数格式job.setOutputValueClass(IntWritable.class);//设置job的输入路径,多次add可以设置多个输入路径FileInputFormat.addInputPath(job,new Path(otherArgs[0]));//设置输出路径FileOutputFormat.setOutputPath(job,new Path(otherArgs[1]));System.exit(job.waitForCompletion(true) ? 0 : 1);}public static class TokenizerMapper extends Mapper<Object, Text, Text, IntWritable> {private final static IntWritable one = new IntWritable(1);private Text word = new Text();public void map(Object key, Text value, Context context) throws IOException, InterruptedException {StringTokenizer itr = new StringTokenizer(value.toString());while (itr.hasMoreTokens()) {word.set(itr.nextToken());context.write(word, one);}}}public static class IntSumReducerextends Reducer<Text, IntWritable, Text, IntWritable> {private IntWritable result = new IntWritable();public void reduce(Text key, Iterable<IntWritable> values, Context context) throws IOException, InterruptedException {int sum = 0;for (IntWritable val : values) {sum += val.get();}result.set(sum);context.write(key, result);}}}
然后配置输入参数：
点击Idea菜单栏中的 Run->Edit Configurations,弹出如下窗口：
按照图中的指示配置输入与输出参数，然后边缘运行代码：
程序编译通过，然后在该主机上面参看是否有输出内容：
可以看到有输出结果，并且输出结果是正确的。
然后将程序打包成jar包并放到主目录下。打包jar包的方法就不讲了。
jar包打包成功过后将jar移动到用户主目录。然后开始在正式环境下测试。
这里以分布式系统中目录/user/zhang/hadoop分输入路径。
然后执行命令：
~$ hadoop jar hadoop-test-core.jar com.hadoop.HDFSDemo /user/zhang/hadoop output
由于代码中只使用了一个Reducer，因此只有一个DataNode在进行输出计算，所以时间教长。
可以看到作业已经计算成功。
可以看到在分布式文件系统中已经建立了一个output目录并且存放了计算结果。
然后将计算结果输出查看：
可以看到和之前在开发环境下的测试输出结果是一模一样的。
到此整个过程就结束了。
源代码地址：https://pan.baidu.com/s/1NYRwwIN9YHYESVYQ7oy0OA
下载解压后会有三个文件夹，以导入maven工程的方式导入root那个文件夹中的 pom.xml即可。