План дій:

Перевірити, що Hadoop працює

Створити власний Java-файл WordCount.java

Скомпілювати його

Зібрати JAR

Створити дані у HDFS

Запустити свою програму

🔹 1. Перевірте, що Hadoop працює

У терміналі Cloudera:

hadoop version

→ Ви повинні побачити щось типу:

Hadoop 2.6.0-cdh5.7.0

🔹 2. Створіть директорію для вашого проєкту
mkdir -p ~/myapps/wordcount
cd ~/myapps/wordcount

🔹 3. Створіть файл WordCount.java

Відкрийте редактор:

nano WordCount.java

Вставте код:

import java.io.IOException;
import java.util.StringTokenizer;
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.Mapper;
import org.apache.hadoop.mapreduce.Reducer;
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;

public class WordCount {

public static class TokenizerMapper
extends Mapper{

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 IntSumReducer
extends Reducer {
private IntWritable result = new IntWritable();

public void reduce(Text key, Iterable values,
Context context
) throws IOException, InterruptedException {
int sum = 0;
for (IntWritable val : values) {
sum += val.get();
}
result.set(sum);
context.write(key, result);
}
}

public static void main(String[] args) throws Exception {
Configuration conf = new Configuration();
Job job = Job.getInstance(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);
FileInputFormat.addInputPath(job, new Path(args[0]));
FileOutputFormat.setOutputPath(job, new Path(args[1]));
System.exit(job.waitForCompletion(true) ? 0 : 1);
}
}

Збережіть (Ctrl+O → Enter → Ctrl+X).

🔹 4. Скомпілюйте програму
mkdir classes
javac -classpath `hadoop classpath` -d classes WordCount.java

Перевірте, що з’явилися .class файли:

ls classes

🔹 5. Створіть JAR-файл
jar -cvf wordcount.jar -C classes/ .

🔹 6. Підготуйте вхідні дані в HDFS
hdfs dfs -mkdir -p /user/cloudera/input
echo “Hadoop makes big data easy” > input.txt
hdfs dfs -put input.txt /user/cloudera/input/

🔹 7. Запустіть програму MapReduce
hadoop jar wordcount.jar WordCount /user/cloudera/input /user/cloudera/output

🔹 8. Перегляньте результат
hdfs dfs -cat /user/cloudera/output/part-r-00000

Очікувано:

Hadoop 1
big 1
data 1
easy 1
makes 1