Java 如何在下面的代码中生成对象？

我试图理解一个java代码。（Java基础知识）

给你

WordCountMapper类

package com.company;

import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Mapper;
import java.io.IOException;

public class WordCountMapper extends Mapper<LongWritable, Text, Text, IntWritable> {
    @Override
    public void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {

        String line = value.toString();
        for (String word : line.split(" ")) {

            if (word.length() > 0) {
                context.write(new Text(word), new IntWritable(1));

        }

    }

    package org.apache.hadoop.mapreduce;

import java.io.IOException;
import org.apache.hadoop.classification.InterfaceAudience.Public;
import org.apache.hadoop.classification.InterfaceStability.Stable;

@InterfaceAudience.Public
@InterfaceStability.Stable
public class Mapper<KEYIN, VALUEIN, KEYOUT, VALUEOUT> {
    public Mapper() {
    }

    protected void setup(Mapper<KEYIN, VALUEIN, KEYOUT, VALUEOUT>.Context context)
            throws IOException, InterruptedException {
    }

    protected void map(KEYIN key, VALUEIN value, Mapper<KEYIN, VALUEIN, KEYOUT, VALUEOUT>.Context context)
            throws IOException, InterruptedException {
        context.write(key, value);
    }

    protected void cleanup(Mapper<KEYIN, VALUEIN, KEYOUT, VALUEOUT>.Context context)
            throws IOException, InterruptedException {
    }

    public void run(Mapper<KEYIN, VALUEIN, KEYOUT, VALUEOUT>.Context context) throws IOException, InterruptedException {
        setup(context);
        while (context.nextKeyValue()) {
            map(context.getCurrentKey(), context.getCurrentValue(), context);
        }
        cleanup(context);
    }

    public abstract class Context implements MapContext<KEYIN, VALUEIN, KEYOUT, VALUEOUT> {
        public Context() {
        }

}

package.com公司；
导入org.apache.hadoop.io.IntWritable；
导入org.apache.hadoop.io.LongWritable；
导入org.apache.hadoop.io.Text；
导入org.apache.hadoop.mapreduce.Mapper；
导入java.io.IOException；
公共类WordCountMapper扩展了映射器{
@凌驾
公共void映射（LongWritable键、文本值、上下文上下文）引发IOException、InterruptedException{
字符串行=value.toString（）；
for（字符串字：line.split（“”）{
if（word.length（）>0）{
编写（新文本（word），新可写（1））；
}
}

映射器类

package com.company;

import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.LongWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Mapper;
import java.io.IOException;

public class WordCountMapper extends Mapper<LongWritable, Text, Text, IntWritable> {
    @Override
    public void map(LongWritable key, Text value, Context context) throws IOException, InterruptedException {

        String line = value.toString();
        for (String word : line.split(" ")) {

            if (word.length() > 0) {
                context.write(new Text(word), new IntWritable(1));

        }

    }

    package org.apache.hadoop.mapreduce;

import java.io.IOException;
import org.apache.hadoop.classification.InterfaceAudience.Public;
import org.apache.hadoop.classification.InterfaceStability.Stable;

@InterfaceAudience.Public
@InterfaceStability.Stable
public class Mapper<KEYIN, VALUEIN, KEYOUT, VALUEOUT> {
    public Mapper() {
    }

    protected void setup(Mapper<KEYIN, VALUEIN, KEYOUT, VALUEOUT>.Context context)
            throws IOException, InterruptedException {
    }

    protected void map(KEYIN key, VALUEIN value, Mapper<KEYIN, VALUEIN, KEYOUT, VALUEOUT>.Context context)
            throws IOException, InterruptedException {
        context.write(key, value);
    }

    protected void cleanup(Mapper<KEYIN, VALUEIN, KEYOUT, VALUEOUT>.Context context)
            throws IOException, InterruptedException {
    }

    public void run(Mapper<KEYIN, VALUEIN, KEYOUT, VALUEOUT>.Context context) throws IOException, InterruptedException {
        setup(context);
        while (context.nextKeyValue()) {
            map(context.getCurrentKey(), context.getCurrentValue(), context);
        }
        cleanup(context);
    }

    public abstract class Context implements MapContext<KEYIN, VALUEIN, KEYOUT, VALUEOUT> {
        public Context() {
        }

}

package org.apache.hadoop.mapreduce；
导入java.io.IOException；
导入org.apache.hadoop.classification.InterfaceAudience.Public；
导入org.apache.hadoop.classification.InterfaceStability.Stable；
@公共接口
@界面稳定
公共类映射器{
公共映射器（）{
}
受保护的无效设置（Mapper.Context上下文）
抛出IOException、InterruptedException{
}
受保护的void映射（KEYIN键、VALUEIN值、Mapper.Context）
抛出IOException、InterruptedException{
编写（键、值）；
}
受保护的空洞清理（Mapper.Context上下文）
抛出IOException、InterruptedException{
}
公共void运行（Mapper.Context上下文）引发IOException、InterruptedException{
设置（上下文）；
while（context.nextKeyValue（））{
映射（context.getCurrentKey（），context.getCurrentValue（），context）；
}
清理（上下文）；
}
公共抽象类上下文实现了MapContext{
公共上下文（）{
}
}

}

主方法类

    package com.company;
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.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;

public class WordCount {
public static void main(String[] args) throws Exception {
if(args.length !=2){
System.err.println("Invalid Command");
System.err.println("Usage: WordCount <input path> <output path>");
System.exit(0);
}
Configuration conf = new Configuration();
Job job = new Job(conf, "wordcount");
job.setJarByClass(WordCount.class);
FileInputFormat.addInputPath(job, new Path(args[0]));
FileOutputFormat.setOutputPath(job, new Path(args[1]));
job.setMapperClass(WordCountMapper.class);
job.setReducerClass(WordCountReducer.class);
job.setOutputKeyClass(Text.class);
job.setOutputValueClass(IntWritable.class);
}

package.com公司；
导入org.apache.hadoop.conf.Configuration；
导入org.apache.hadoop.fs.Path；
导入org.apache.hadoop.io.IntWritable；
导入org.apache.hadoop.io.Text；
导入org.apache.hadoop.mapreduce.Job；
导入org.apache.hadoop.mapreduce.lib.input.FileInputFormat；
导入org.apache.hadoop.mapreduce.lib.output.FileOutputFormat；
公共类字数{
公共静态void main（字符串[]args）引发异常{
如果（参数长度！=2）{
System.err.println（“无效命令”）；
System.err.println（“用法：WordCount”）；
系统出口（0）；
}
Configuration conf=新配置（）；
Job Job=新作业（conf，“wordcount”）；
job.setJarByClass（WordCount.class）；
addInputPath（作业，新路径（args[0]）；
setOutputPath（作业，新路径（args[1]）；
setMapperClass（WordCountMapper.class）；
job.setReducerClass（WordCountReducer.class）；
job.setOutputKeyClass（Text.class）；
job.setOutputValueClass（IntWritable.class）；
}

我的疑问是在WordCount类中文本值是如何产生的？我的意思是它是一个对象，但在生成它的地方，在主方法类中并没有符号来实例化文本类的实例

它的意思是-，我在创建如下格式的类之前从未见过

public class Mapper<KEYIN, VALUEIN, KEYOUT, VALUEOUT>
{

公共类映射器
{

---

有什么建议吗？

您粘贴的代码旨在使用

基本上你有三门课：

• WordCount映射器，它似乎可以拆分字符串并将其写入Hadoop流上下文
• Mapper类，它是Hadoop流媒体库的一部分
• 将作业提交到Hadoop集群的WordCount驱动程序

实际上，在你的问题中，我本以为会有一个

WordCountReducer

类，但似乎没有

任何方式：文本将作为文件复制到Hadoop集群中，并在运行作业之前必须位于HDFS（Hadoop文件系统）上，从而“存在”

这行代码指的是一条HDFS路径：

FileInputFormat.addInputPath(job, new Path(args[0]));

关于守则的问题：

public class Mapper<KEYIN, VALUEIN, KEYOUT, VALUEOUT>

以下是通讯：

KEYIN    = LongWritable
VALUEIN  = Text
KEYOUT   = Text
VALUEOUT = IntWritable

---

您粘贴的代码旨在使用

基本上你有三门课：

• WordCount映射器，它似乎可以拆分字符串并将其写入Hadoop流上下文
• Mapper类，它是Hadoop流媒体库的一部分
• 将作业提交到Hadoop集群的WordCount驱动程序

实际上，在你的问题中，我本以为会有一个

WordCountReducer

类，但似乎没有

任何方式：文本将作为文件复制到Hadoop集群中，并在运行作业之前必须位于HDFS（Hadoop文件系统）上，从而“存在”

这行代码指的是一条HDFS路径：

FileInputFormat.addInputPath(job, new Path(args[0]));

关于守则的问题：

public class Mapper<KEYIN, VALUEIN, KEYOUT, VALUEOUT>

以下是通讯：

KEYIN    = LongWritable
VALUEIN  = Text
KEYOUT   = Text
VALUEOUT = IntWritable

---

Hadoop API创建了必要的类

您可以选择设置

InputFormat

，并且需要与类在

setMapperClass

中使用的输入格式相同（输入，值输入字段）。类似地，还设置了输出格式，并且存在减速机的输入和输出

默认格式是

TextInputFormat

，它读取

LongWritable，Text

键值对。

InputSplit

类负责从文件系统读取字节，并创建传递给映射器的

可写

类

值得一提的是，在你像这样开始工作之前，什么都不会产生

System.exit(job.waitForCompletion(true) ? 0 : 1);

---

Hadoop API创建了必要的类

您可以选择设置

InputFormat

，并且需要与类在

setMapperClass

中使用的输入格式相同（输入，值输入字段）。类似地，还设置了输出格式，并且存在减速机的输入和输出

默认格式是

TextInputFormat

，它读取

LongWritable，Text

键值对