package com.itcast.charcount;

import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Mapper;

import java.io.IOException;

// 当前类是MapReduce程序的Mapper阶段的逻辑

// 统计每一个字符出现的次数
// 在MapReduce程序中要求数据能够被序列化
// KEYIN --- 输入的键的类型，如果不指定则默认就是行的字节偏移量
// VALUEIN --- 输入的值的类型，如果不指定则默认就是读取的一行数据
// KEYOUT --- 输出的键的类型，当前案例中输出的键是字符
// VALUEOUT --- 输出的值的类型，当前案例中输出的值是次数
public class CharCountMapper extends Mapper<LongWritable, Text,Text, IntWritable> {

    // key:键，实际上就是行的字节偏移量
    // value:值。实际上就是读取的一行数据
    // context:利用这个参数将数据传输到Reduce阶段
    @Override // 子类重写父类的方法
    protected void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {
        // hello
        // 先将这一行中的字符拆分出来
        char[] cs = value.toString().toCharArray();
        // {h,e,l,l,o}
        // h:1 e:1 l:2 o:1
        // h:1 e:1 l:1 l:1 o:1
        // 无论字符是否重复，那么将每一个字符的出现次数设置为1
        for (char c : cs){
            // 每遍历一次就得到了一个字符,不管重复与否都设置为1
            context.write(new Text(c + ""),new IntWritable(1));
        }
    }
}

package com.itcast.charcount;

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

import java.io.IOException;

// 当前类是MapReduce程序的Reducer阶段的逻辑

// KEYIN, VALUEIN -- 输入的键值类型，Reducer的数据来自于Mapper
// 那么意味着Map的输出就是Reducer阶段的输入
// KEYOUT, VALUEOUT --- 输出的键值类型
public class CharCountReducer extends Reducer<Text, IntWritable, Text, IntWritable> {

    // key:输入的键 -- 字符
    // values:输入的值，这个值已经进行过分组，将相同的键对应的值放在一组中产生一个迭代器
    // context:利用这个参数将结果写到HDFS
    @Override
    protected void reduce(Text key, Iterable<IntWritable> values, Context context) throws IOException, InterruptedException {
        // key:'a'
        // values:{1,1,1,1,1,1,1,1.....}
        // 求和变量
        int sum = 0;
        // 遍历迭代器来求和
        for (IntWritable val : values){
            sum += val.get();
        }
        context.write(key,new IntWritable(sum));
    }
}

package com.itcast.charcount;

import org.apache.hadoop.conf.Configuration;
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.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;

import java.io.IOException;

// 当前类是MapReduce程序的入口类（驱动类）
public class CharCountDriver {
    public static void main(String[] args) throws IOException, ClassNotFoundException, InterruptedException {
        // 环境参数
        Configuration conf = new Configuration();
        // 向Yarn来申请Job任务
        Job job = Job.getInstance(conf);

        // 设置入口类
        job.setJarByClass(CharCountDriver.class);
        // 设置Mapper类
        job.setMapperClass(CharCountMapper.class);
        // 设置Reducer类
        job.setReducerClass(CharCountReducer.class);

        // 设置Mapper阶段的输出类型
        job.setMapOutputKeyClass(Text.class);
        job.setMapOutputValueClass(IntWritable.class);
        // 设置Reducer阶段的输出类型
        job.setOutputKeyClass(Text.class);
        job.setOutputValueClass(IntWritable.class);

        // 设置输入路径 --- 要处理原始文件的路径
        // 写Active状态的NameNode路径
        FileInputFormat.addInputPath(job,
                new Path("hdfs://192.168.232.128:9000/characters.txt"));
        // 设置输出路径 --- 处理之后结果文件的路径
        FileOutputFormat.setOutputPath(job,
                new Path("hdfs://192.168.232.128:9000/result/charcount"));

        // 提交Job任务
        job.waitForCompletion(true);
    }
}