1、Driver类

驱动类：任何一个程序想要运行，都要有main方法，包含main方法的类
需要自己开发，创建一个类

• 官方推荐：继承Configured类，实现Tool接口
• 功能：构建一个MapReduce程序：Job对象
• 配置这个对象五大阶段
  • Input
  • Map
  • shuffle
  • reduce
  • output
  • 提交运行这个job

2、Input类

这个类不用自己开发，官方已经默认提供好了

• 默认使用的输入类：TextInputFormat
• 在配置job时，我们要设置读取hdfs的哪个文件决定了 程序从哪里读取数据

3、Mapper类

需要我们自己开发

• 负责提供Map阶段执行的map方法
• 必须继承Mapper
  • 重写map方法，实现用户自定义的map处理逻辑

4、Reducer类

需要我们自己开发

• 负责提供Reduce阶段执行的reduce方法
• 必须继承Reducer类
  • 重写reduce方法，实现用户自定义的reduce处理逻辑

5、Output类

这个类不用自己开发，官方已经默认提供好了

• 默认使用的输出类：TextOutputFormat
• 在配置job时，我们要设置最终的结果保存在HDFS的什么位置决定了我们的结果存储在什么地方

6、数据结构

• 整个MapReduce程序中，所有的数据都是以KeyValue对的形式存在
• 任何一种数据，在经过Input阶段，每一条数据都会变成一个KeyValue

7、KeyValue的数据类型

不能用Java中类型：int、double、boolean、String、long、null

• 必须使用Hadoop中的类型：都是基于Java类型封装好的支持序列化的类型【JavaBean】
  • IntWritable
  • DoubleWirtable
  • BooleanWritable
  • Text
  • LongWritable
  • NullWritable