如何编译并成功运行MapReduce应用的输入路径(inputpath)？

MapReduce是一种编程模型，用于处理和生成大数据集，它由两个主要阶段组成：Map阶段和Reduce阶段，在Map阶段，输入数据被分割成多个独立的块，然后每个块被映射到一个键值对，在Reduce阶段，所有具有相同键的键值对被组合在一起，并使用一个reduce函数进行处理。

以下是一个简单的MapReduce应用示例，用于统计文本中单词的出现次数：

1、编写Mapper类：

import java.io.IOException;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Mapper;
public class WordCountMapper extends Mapper<LongWritable, Text, Text, IntWritable> {
    private final static IntWritable one = new IntWritable(1);
    private Text word = new Text();
    public void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {
        String[] words = value.toString().split("\s+");
        for (String w : words) {
            word.set(w);
            context.write(word, one);
        }
    }
}

2、编写Reducer类：

import java.io.IOException;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Reducer;
public class WordCountReducer extends Reducer<Text, IntWritable, Text, IntWritable> {
    public void reduce(Text key, Iterable<IntWritable> values, Context context) throws IOException, InterruptedException {
        int sum = 0;
        for (IntWritable val : values) {
            sum += val.get();
        }
        context.write(key, new IntWritable(sum));
    }
}

3、编译并运行MapReduce应用：

确保已经安装了Hadoop和Java环境，将上述代码保存为WordCountMapper.java和WordCountReducer.java文件，使用以下命令编译这两个类：

$ javac classpathhadoop classpath d wordcount_classes WordCountMapper.java WordCountReducer.java

编译成功后，会生成一个名为wordcount_classes的目录，其中包含编译后的.class文件，创建一个名为wordcount.jar的JAR包，包含所有编译后的类：

$ jar cvf wordcount.jar C wordcount_classes/ .

使用以下命令运行MapReduce作业：

$ hadoop jar wordcount.jar org.apache.hadoop.examples.WordCount input_path output_path

input_path是HDFS上存储输入数据的路径，output_path是要将结果写入的HDFS路径。

$ hadoop jar wordcount.jar org.apache.hadoop.examples.WordCount /user/hadoop/input /user/hadoop/output

运行完成后，可以在HDFS上查看output_path目录下的结果。