public static void main(String[] args) throws Exception {
    /*main函数有形参，所以运行时需要有一个参数传入，类型是String[]，
    * 数组元素数量没有指定，即数组大小可以任意。
　　* 数组：[5，6，7，8]索引是：0，1，2，3，4数组的长度length=5。
　　* For(i=0；i<数组.length-1；i++)数组[i]数组最后一个元素没有使用。
     */
　　Configuration conf = new Configuration();
　　String[] otherArgs = new GenericOptionsParser(conf, args).getRemainingArgs();
　　if (otherArgs.length < 2) {//输入的参数数量不小于2，否则会报错
　　System.err.println("Usage: wordcount <in> [<in>...] <out>");
　　System.exit(2);

　　for (int i = 0; i < otherArgs.length - 1; ++i) {
　　　　//输入参数中，除最后一个元素外，其他都是输入文件路径。
　　　　FileInputFormat.addInputPath(job, new Path(otherArgs[i]));
　　}
　　//输入参数的最后一个元素是输出文件的路径。
　　FileOutputFormat.setOutputPath(job,
　　new Path(otherArgs[otherArgs.length - 1]));
}

//job是一个对象。类实例化以后才是一个对象。getInstance用反射的方式获得一个实例，传入两个参数。其中，conf是输入路径和输出路径，另一个参数是字串，即这个job任务的名称。
Job job = Job.getInstance(conf, "word count");
job.setJarByClass(WordCount.class);//job是用哪一个class进行操作的。
job.setMapperClass(TokenizerMapper.class);//用TokenizerMapper分解任务
job.setCombinerClass(IntSumReducer.class);//将任务复合
job.setReducerClass(IntSumReducer.class);
job.setOutputKeyClass(Text.class);//设置输出键值对的键的数据类型是Text.class
job.setOutputValueClass(IntWritable.class); //设置输出键值对的值的数据类型是IntWritable.class，即int型

public static class TokenizerMapper extends Mapper<Object, Text, Text, IntWritable>{
// 从hadoop程序包Mapper中继承过来并在这个类的继承类中至少自定义实现 Map() 方法，其中 org.apache.hadoop.mapreduce.Mapper 
//要求的参数有四个（keyIn、valueIn、keyOut、valueOut），即Map（）任务的输入和输出都是< key，value >对的形式。
　　private final static IntWritable one = new IntWritable(1);
　　//私有静态常量Int数据类型，对象的值是1，即one始终是1
　　private Text word = new Text();//word是text数据类型，即string类型。
　　// map通过参数指定重写了Mapper里的方法，Object是最原始的数据类型，说明key可以是任意的数据类型。Value是一个string。
　　public void map(Object key, Text value, Context context)
　　throws IOException, InterruptedException {
　　　　// itr是个分词器。先将传进来的文件内容value转为string类型，然后对它进行分词，结果保存在itr。
　　　　StringTokenizer itr = new StringTokenizer(value.toString());
　　　　//把词变成一个个，每个词作为一个键值对输出一次，写入到context上下文里。
　　　　//键是词，值一直是1
　　　　while (itr.hasMoreTokens()) {//判断是否还有词
　　　　　　word.set(itr.nextToken());//如果有就送给word将其写入word
　　　　　　context.write(word, one);
　　　　}
　　}
}

public static class IntSumReducer extends Reducer<Text,IntWritable,Text,IntWritable> {
//IntSumReducer继承Reducer，重写这些对象与方法，Reducer 类的参数也是四个（keyIn、valueIn、keyOut、valueOut），即Reduce（）任务的输入和输出都是< key，value >对的形式。
　　private IntWritable result = new IntWritable();
　　public void reduce(Text key, Iterable<IntWritable> values, Context context) throws IOException, InterruptedException {
　　int sum = 0;
　　//检测val的个数
　　for (IntWritable val : values) {// val是从values里一个个遍历得到
　　　　sum += val.get();//sum把val里面的值取出来加起来
　　}
　　result.set(sum);//把result的值赋成sum
　　context.write(key, result);
　　}
}

package testHadoop1;

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;
import org.apache.hadoop.util.GenericOptionsParser;

public class WordCount {

  public static class TokenizerMapper 
       extends Mapper<Object, Text, Text, IntWritable>{
    
    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<Text,IntWritable,Text,IntWritable> {
    private IntWritable result = new IntWritable();

    public void reduce(Text key, Iterable<IntWritable> 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 {
    /*main函数有形参，所以运行时需要有一个参数传入，类型是String[]，
     * 数组元素数量没有指定，即数组大小可以任意。
     */
    Configuration conf = new Configuration();
    String[] otherArgs = new GenericOptionsParser(conf, args).getRemainingArgs();
    
    
    if (otherArgs.length < 2) {//输入的参数数量不小于2，否则会报错
      System.err.println("Usage: wordcount <in> [<in>...] <out>");
      System.exit(2);
    }
    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);
    for (int i = 0; i < otherArgs.length - 1; ++i) {//
      FileInputFormat.addInputPath(job, new Path(otherArgs[i]));
    }
    FileOutputFormat.setOutputPath(job,
      new Path(otherArgs[otherArgs.length - 1]));
    System.exit(job.waitForCompletion(true) ? 0 : 1);
  }
}