Java版本程序开发过程主要包含三个步骤，一是map、reduce程序开发；第二是将程序编译成JAR包；第三使用Hadoop jar命令进行任务提交。
下面拿一个具体的例子进行说明，一个简单的词频统计，输入数据是一个单词文本，输出每个单词的出现个数。
一、MapReduce程序
标准的MapReduce程序包含一个Mapper函数、一个Reducer函数和一个main函数
1、主程序
1 package hadoop;
2 import org.apache.hadoop.conf.Configuration; // 读写和保存各种配置资源
3 import org.apache.hadoop.fs.Path; // 保存文件或者目录的路径
4 import org.apache.hadoop.io.IntWritable; // hadoop自身定义的整形类
5 import org.apache.hadoop.io.Text; // hadoop自身定义的存储字符串的类
6 import org.apache.hadoop.mapreduce.Job; // 每个hadoop任务是一个Job
7 import org.apache.hadoop.mapreduce.lib.input.FileInputFormat; // 读取输入
8 import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat; // 将结果存到输出文件
9 import org.apache.hadoop.util.GenericOptionsParser; // 解析hadoop的命里行参数
10
11 public class WordCount {
12 public static void main(String[] args) throws Exception {
13 Configuration conf = new Configuration(); // 从hadoop配置文件里读取参数
14 String[] otherArgs = new GenericOptionsParser(conf, args).getRemainingArgs(); // 从hadoop命令行读取参数
15 if (otherArgs.length != 2) { // 从命令行读取的参数正常是两个，分别是输入文件和输出文件的目录
16 System.err.println("Usage: wordcount <in> <out>");
17 System.exit(2);
18 }
19 Job job = new Job(conf, "wordcount"); // 定义一个新的Job，第一个参数是hadoop配置信息，第二个参数是Job的名字
20 job.setJarByClass(WordCount.class); // 根据WordCount类的位置设置Jar文件
21 job.setMapperClass(WordCountMapper.class); // 设置mapper文件
22 job.setReducerClass(WordCountReducer.class); // 设置reducer文件
23 job.setOutputKeyClass(Text.class); // 设定输出键的类型
24 job.setOutputValueClass(IntWritable.class); // 设定输出值的类型
25 FileInputFormat.addInputPath(job, new Path(otherArgs[0])); // 设定输入文件
26 FileOutputFormat.setOutputPath(job, new Path(otherArgs[1])); // 设定输出文件
27 System.exit(job.waitForCompletion(true) ? 0 : 1); // 开始执行Job
28 }
29 }
2、mapper程序
1 package hadoop;
2
3 import java.io.IOException;
4 import java.util.StringTokenizer; // java提供的字符串分隔函数
5
6 import org.apache.hadoop.io.IntWritable;
7 import org.apache.hadoop.io.Text;
8 import org.apache.hadoop.mapreduce.Mapper; // hadoop提供的mapper基类，用户在此基础上进行自己的mapper程序开发
9
10 public class WordCountMapper extends Mapper<Object,Text,Text,IntWritable>{ // ①
11 IntWritable one = new IntWritable(1);
12 Text word = new Text();
13
14 public void map(Object key,Text value,Context context) throws IOException,InterruptedException{ // ②
15 StringTokenizer itr = new StringTokenizer(value.toString()); // 将字符串根据空格进行分割（value是Text类型的，所以需要将其转化成String类型进行处理）
16 while(itr.hasMoreTokens()){
17 word.set(itr.nextToken());
18 context.write(word,one);
19 }
20 }
21 }
① Mapper类包含四个参数，分别用来表示输入数据的key类型、value类型、输出数据的key类型和value类型。在本案例中，输入数据只有一个value没有key，所以将key类型设置为了object，值的类型是Text；对于输出数据，key类型是Text，value的类型是IntWritable。
② map方法包含三个参数，分别是输入数据的key类型、value类型和输出数据类型（包含了key和value）
1 package hadoop;
2
3 import java.io.IOException;
4
5 import org.apache.hadoop.io.IntWritable;
6 import org.apache.hadoop.io.Text;
7 import org.apache.hadoop.mapreduce.Reducer; // Reducer基类
8
9 public class WordCountReducer extends Reducer<Text,IntWritable,Text,IntWritable> { // ①
10 IntWritable result = new IntWritable();
11 public void reduce(Text key,Iterable<IntWritable>values,Context context) throws IOException,InterruptedException{ // ②
12 int sum = 0;
13 for(IntWritable val:values){
14 sum += val.get();
15 }
16 result.set(sum);
17 context.write(key,result);
18 }
19
20 }
① 和Mapper类一致，Reducer类同样包含四个参数，分别用来表示输入数据的key类型、value类型、输出数据的key类型和value类型。在本案例中，reducer的输入数据key类型为Text，值的类型是一个IntWritable的list；对于输出数据，key类型是Text，value的类型是IntWritable。
② reduce方法包含三个参数，分别是输入数据的key类型、value类型和输出数据类型（包含了key和value）
mapper阶段的输入 hello world hello hadoop
mapper阶段的输出 <hello 1> <world 1><hello 1> <hadoop 1>
reducer阶段的输入 <hello <1,1>> <world 1><hadoop 1>
reducer阶段的输出 <hello 2> <world 1><hadoop 1>
二、编译打包
1、编译（*.java —>*.class）
首先进入代码目录，运行以下命令：
javac -classpath /home/work/usr/hadoop/hadoop-1.2.1/hadoop-core-1.2.1.jar:/home/.../hadoop-1.2.1/lib/commons-cli-1.2.jar
-d ./classes/ ./src/*.java
（1）javac：JDK的命令行编译器
（2）-classpath：设置需要用到的jar包路径，各个jar包之间用":"分隔
（3）-d：设置编译后的文件存储路径，本案例中存储在./classes/下，即当前目录的classes子目录
（4）最后一个参数是要被编译的java文件，本案例中是存储在./src/目录下的所有java文件，包含上面所讲的三个类
注意：hadoop-2.*版本所需要用到的jar包和hadoop-1.*版本有所不同
2、打包
jar -cvf wordcount.jar -C ./classes/ .
（1）jar：JDK的打包命令行工具
（2）-cvf：jar命令的参数
（3）注意最后有一个.代表当前目录，把打包结果放在当前目录下
三、任务提交
1、将处理数据提交到HDFS上
进入hadoop的安装目录，如上文 cd /home/work/usr/hadoop/hadoop-1.2.1
（1）在集群上创建输入文件夹：./bin/hadoop fs -mkdir input
（2）上传本地的数据文件到集群input目录：./bin/hadoop fs -put input/* input
（3）删除集群上的输出目录（如果目录已经存在会报错）：./bin/hadoop fs -rmr output（删除的时候小心点...）
2、运行程序
./bin/hadoop jar /../wordcount.jar hadoop.WordCount input output
（1）jar：指定jar包的位置
（2）hadoop.WordCount：用户自己定义的包名+主类
（3）指定输入和输出路径
3、查看输出结果
./bin/hadoop fs -cat output/part-00000
注意：
（1）mapreduce程序最后的输出文件通常都是以part-00*这种方式命名的
（2）上述用到了很多hdfs的相关命令，对于hdfs上数据的访问，如果知道它的存储位置，也可以直接进入其目录进行一些查看、删除操作
（3）启动任务之后，命令行会返回当前任务的运行进度