一、案例概述
1、第一步--变成偏移量的K1，V1（这一步不需要我们自己写）
2、进入Map阶段
输出新的<K2,V2>的键值对；
3、Shuffle阶段
分区、排序、规约、分组
输出新的键值对：
4、Reduce阶段
转换为<K3,V3>的新的形式的键值对；
利用TextOutputFormat的类实现结果的输出；
二、具体实践
1、准备一个.txt文件
2、Mapper阶段
在新建的Maven项目中导入相关依赖：
hadoop-common/hadoop-hdfs/hadoop-client/hadoop-mapreduce-client-core/junit
新建一个mapper的类（可以自定义名称为：WordCountMapper），并继承于Mapper(hadoop.mapreduce)
重写里面的map方法：
具体代码如下图：
3、Reduce阶段
新建一个类（可以自定义命名为WordCountReduce），并继承于Reducer类；
重写reduce方法：
4、主类代码编写
新建一个自定义名为JobMain的类，并继承于Configured类，且实现名为Tool（hadoop.util）的接口：
在main函数里面启动job任务：
在run函数里面进行job任务的设置：
第一步--指定文件的读取和读取路径
第二步--指定Map阶段的处理方式和数据类型
第三、四、五、六步（Shuffle阶段）--采用默认方式，暂时不做处理；
第七步--指定Reduce阶段的处理方式和数据类型
第八步--设置输出类型
最后，等待任务结束：
