1、新建一个文本
- 执行命令：
bash
vim wordcount.txt- 输入以下内容：
bash
Hello Hadoop
Bye Hadoop2、上传文本到 HDFS
- 在正式上传前，要先开启服务啊(已开启的可以忽略)：
bash
start-all.sh- 在 HDFS 文件系统中新建一个 input 目录：
bash
hdfs dfs -mkdir /input- 确认 input 目录是否创建成功：
bash
hdfs dfs -ls /- 上传 wordcount.txt 文件到 input 目录：
bash
hdfs dfs -put wordcount.txt /input- 确认文件是否上传成功：
bash
hdfs dfs -ls /input3、运行 wordcount
进入 Hadoop 自带的经典案例目录：
bash
cd /opt/module/hadoop-3.2.1/share/hadoop/mapreduce执行 wordcount 并将结果输出值 output 目录：
bash
hadoop jar hadoop-mapreduce-examples-3.2.1.jar wordcount /input /output这条命令是在 Hadoop 环境中运行 MapReduce 示例程序中的 "词频统计（wordcount）" 任务，各部分含义如下：
-
hadoop: HADOOP_HOME/bin 下的 shell 脚本 -
jar: Hadoop 脚本需要的命令参数 -
hadoop jar：Hadoop 提供的用于运行 JAR 包中 MapReduce 程序的命令。 -
hadoop-mapreduce-examples-3.2.1.jar：Hadoop 自带的 MapReduce 示例程序 JAR 包（版本号 3.2.1，需与实际 Hadoop 版本对应），其中包含了 wordcount 等经典示例。 -
wordcount：指定要运行的示例程序类名，这里即词频统计程序，作用是统计输入文本中每个单词出现的次数。 -
/input：HDFS 上的输入目录路径，该目录下存放待统计的文本文件（需提前通过hdfs dfs -put等命令上传）。 -
/output：HDFS 上的输出目录路径，程序运行成功后，统计结果会写入该目录（注意：该目录必须是不存在的，否则会报错，需提前删除或更换名称）。
执行后，MapReduce 会自动完成 "映射（Map）" 和 "归约（Reduce）" 过程，最终在/output目录下生成结果文件（通常是part-r-00000），包含每个单词及其出现次数。
4、查看结果
查看运行结果所在的目录：
bash
hdfs dfs -ls /output查看 wordcount 运行结果：
bash
hdfs dfs -cat /output/part-r-00000