一、Mapper编写
1.创建Mapper类WordCountMapper，继承org.apache.hadoop.mapreduce.Mapper抽象类；
2.注意Text导包不要导错了，应该是org.apache.hadoop.io.Text。
二、Reducer编写
1.创建Reducer类WordCountReducer，继承org.apache.hadoop.mapreduce.Reducer抽象类；
2.写业务逻辑，实现按单词累加计算mapper的结果。
三、Driver编写
1.获取job；
2.设置jar包路径；
3.关联mapper和reducer；
4.设置map输出的key和value类型；
5.设置最终输出的key和value类型；
6.设置输入路径和输出路径；
7.提交job，等待运行结束。
四、本地运行代码
1.Edit configurations，输入两个参数，第一个参数是要统计的输入文档的路径F:\javaProject\hadoop\input\wordcount.txt，第二个参数是MR结果输出路径F:\javaProject\hadoop\output\wordcount，注意输出路径要不存在，否则会报错；
2.运行WordCountDriver，观察输出路径中的文件，会包含四个文件：
._SUCCESS.crc
.part-r-00000.crc
_SUCCESS
part-r-00000
前两个是校验文件，第三个是成功标识，最后一个是结果文件。
五、打成jar包
1.pom.xml增加maven打包依赖，build部分，详见最后代码包；
2.idea中选择maven中的Lifecycle中的package进行打包；
3.生成的jar包在target目录下。
六、在集群环境下运行
1.将jar包上传到集群任意一台机器上，这里以hadoop01为例；
2.运行jar包，命令为：
hadoop jar MapReduceDemo-1.0-SNAPSHOT.jar com.kaceyollie.mr.wordcount.WordCountDriver /wcinput /wcoutput
3.打开http://hadoop02:8088可以查看Yarn中的任务运行情况；
4.打开http://hadoop01:9870查看运行结果
七、代码
代码见https://gitee.com/kaceyollie/bigdata-study.git中，MapReduceDemo项目中com.kaceyollie.mr.wordcount包
