在学习了之前的MapReduce概念之后，我们应该已经知道什么是Map和Reduce，并了解了他们的工作方式。本章将学习如何使用MapReduce。WordCountWordCount就是"词语统计"，这是MapReduce工作程序中最经典的一种。它的主要任务是对一个文本文件中的词语作归纳统计，统计出每个出现过的词语一共出现的次数。Hadoop中包含了许多经典的MapReduce示例程序，其中就包含WordCount。注意：这个案例在HDFS不运行的状态下依然可以运行，所以我们先在单机模式下测试首先，启动一个之前制作的hadoop_proto镜像的新容器：dockerrun-d--name=w

在学习了MapReduce的使用之后，我们已经可以处理WordCount这类统计和检索任务，但是客观上MapReduce可以做的事情还有很多。MapReduce主要是依靠开发者通过编程来实现功能的，开发者可以通过实现Map和Reduce相关的方法来进行数据处理。为了简单的展示这一过程，我们将手工编写一个WordCount程序。注意：MapReduce依赖Hadoop的库，但由于本教程使用的Hadoop运行环境是Docker容器，难以部署开发环境，所以真实的开发工作（包含调试）将需要一个运行Hadoop的计算机。在这里我们仅学习已完成程序的部署。MyWordCount.java文件代码/** *

在学习了MapReduce的使用之后，我们已经可以处理WordCount这类统计和检索任务，但是客观上MapReduce可以做的事情还有很多。MapReduce主要是依靠开发者通过编程来实现功能的，开发者可以通过实现Map和Reduce相关的方法来进行数据处理。为了简单的展示这一过程，我们将手工编写一个WordCount程序。注意：MapReduce依赖Hadoop的库，但由于本教程使用的Hadoop运行环境是Docker容器，难以部署开发环境，所以真实的开发工作（包含调试）将需要一个运行Hadoop的计算机。在这里我们仅学习已完成程序的部署。MyWordCount.java文件代码/** *