/**

 *

 */

/**

 * @author hadoop

 *

 */

package WordCount;

import java.io.IOException;

import java.util.Iterator;

import org.apache.hadoop.io.IntWritable;

import org.apache.hadoop.io.LongWritable;

import org.apache.hadoop.io.Text;

import org.apache.hadoop.mapreduce.Mapper;

/**

 * KEYIN ：是map task读取到的数据的key的类型，是一行的起始偏移量Long

 * VALUEIN:是map task读取到的数据的value的类型，是一行的内容String

 *

 * KEYOUT：是用户的自定义map方法要返回的结果kv数据的key的类型，在wordcount逻辑中，我们需要返回的是单词String

 * VALUEOUT:是用户的自定义map方法要返回的结果kv数据的value的类型，在wordcount逻辑中，我们需要返回的是整数Integer

 *

 *

 * 但是，在mapreduce中，map产生的数据需要传输给reduce，需要进行序列化和反序列化，而jdk中的原生序列化机制产生的数据量比较冗余，就会导致数据在mapreduce运行过程中传输效率低下

 * 所以，hadoop专门设计了自己的序列化机制，那么，mapreduce中传输的数据类型就必须实现hadoop自己的序列化接口

 *

 * hadoop为jdk中的常用基本类型Long String Integer Float等数据类型封住了自己的实现了hadoop序列化接口的类型：LongWritable,Text,IntWritable,FloatWritable

 *

 *

 *

 *

 *

 */

public class WordCountMapper extends

        Mapper<IntWritable, Text, Text, IntWritable> {

    @Override

    protected void map(IntWritable index, Text line,

            org.apache.hadoop.mapreduce.Mapper.Context context)

            throws IOException, InterruptedException {

        String str = line.toString();

        String[] strList = str.split(" ");

        for (String word : strList) {

            context.write(new Text(word), new IntWritable(1));

        }

    }

}

/**

 *

 */

/**

 * @author hadoop

 *

 */

package WordCount;

import java.io.IOException;

import java.util.Iterator;

import org.apache.hadoop.io.IntWritable;

import org.apache.hadoop.io.LongWritable;

import org.apache.hadoop.io.Text;

import org.apache.hadoop.mapreduce.Mapper;

/**

 * KEYIN ：是map task读取到的数据的key的类型，是一行的起始偏移量Long

 * VALUEIN:是map task读取到的数据的value的类型，是一行的内容String

 *

 * KEYOUT：是用户的自定义map方法要返回的结果kv数据的key的类型，在wordcount逻辑中，我们需要返回的是单词String

 * VALUEOUT:是用户的自定义map方法要返回的结果kv数据的value的类型，在wordcount逻辑中，我们需要返回的是整数Integer

 *

 *

 * 但是，在mapreduce中，map产生的数据需要传输给reduce，需要进行序列化和反序列化，而jdk中的原生序列化机制产生的数据量比较冗余，就会导致数据在mapreduce运行过程中传输效率低下

 * 所以，hadoop专门设计了自己的序列化机制，那么，mapreduce中传输的数据类型就必须实现hadoop自己的序列化接口

 *

 * hadoop为jdk中的常用基本类型Long String Integer Float等数据类型封住了自己的实现了hadoop序列化接口的类型：LongWritable,Text,IntWritable,FloatWritable

 *

 *

 *

 *

 *

 */

public class WordCountMapper extends

        Mapper<LongWritable, Text, Text, IntWritable> {

    @Override

    protected void map(LongWritable index, Text line,

            org.apache.hadoop.mapreduce.Mapper.Context context)

            throws IOException, InterruptedException {

        String str = line.toString();

        String[] strList = str.split(" ");

        for (String word : strList) {

            context.write(new Text(word), new IntWritable(1));

        }

    }

}