本文档用于自测可执行讲义功能（物化 / 引导块 / 会话 / 作业 / 重放 / 过期链），不是授课讲义。数据与标本（4-1-1）刻意不同——每个块都跑对了，才能证明机制在工作，而不是巧合。

准备：输入数据¶

输入 bigdata.txt，3 行，以文件块随讲义自包含（会话建立时物化进本章工作目录）：

```text file=bigdata.txt a b a b c c a

预期输出，按单词升序：

| 单词 | 次数 |
| ---- | ---- |
| a    | 3    |
| b    | 2    |
| c    | 2    |

# 单机版：不用 Hadoop 数一遍

读文件、切词、用 `HashMap` 累加——直接 ▶，读到的就是上面的三行：

```java
Map<String, Integer> counts = new HashMap<>();

try (BufferedReader reader = new BufferedReader(new FileReader("bigdata.txt"))) {
    String line;
    while ((line = reader.readLine()) != null) {
        for (String word : line.split(" ")) {
            counts.put(word, counts.getOrDefault(word, 0) + 1);
        }
    }
}

counts.forEach((word, count) -> System.out.println(word + "\t" + count));

拆解：mapper 与 reducer 片段¶

真实拆解讲义里，map / reduce 方法体不是完整程序——本章会话由引导块开路：把框架调用你的那一刻的入参（当前行 value、同词列表 values）和收集输出的 context 备好，片段即可原样执行。引导块在会话建立时自动执行，也可以手动 ▶ 看它的内容。

```java setup // 脚手架：模拟"框架调用你"的那一刻（幂等，重放时重跑无害） import org.apache.hadoop.io.IntWritable; import org.apache.hadoop.io.LongWritable; import org.apache.hadoop.io.Text; import java.util.ArrayList; import java.util.Arrays; import java.util.List;

class MockContext { List out = new ArrayList<>(); void write(Text word, IntWritable count) { out.add(word + "\t" + count); } }

// map 的世界：当前行取输入第 2 行 "a b c"，收集输出的 context Text value = new Text("a b c"); LongWritable offset = new LongWritable(0); MockContext context = new MockContext();

// reduce 的世界：当前词 key、同词的 value 列表（图解里 a 的） Text key = new Text("a"); Iterable values = Arrays.asList(new IntWritable(1), new IntWritable(1), new IntWritable(1));

步骤二：mapper 方法体。直接 ▶（引导块会自动先跑）：

```java
String[] wordArray = value.toString().split(" ");

IntWritable one = new IntWritable(1);

for (String word : wordArray) {
    context.write(new Text(word), one);
}

检查点一：看 mapper 发出了什么——<a,1> <b,1> <c,1>：

context.out;

步骤三：reducer 方法体，消费 values 累加：

int count = 0;
for (IntWritable value : values) {
    count += value.get();
}
context.write(key, new IntWritable(count));

检查点二：末尾应多出 a 3：

context.out;

初学者最容易绕过的弯：value 为什么是常量 1 不是单词本身？看两张对照表就够了——

```java demo map(输入 key, 输入 value, Context) → context.write(输出 key, 常量 1)

| 写法           | 含义           | 问题                            |
| -------------- | -------------- | ------------------------------- |
| `<word, word>` | 把单词再发一遍 | reduce 端还得自己数个数，没意义 |
| `<word, 1>`    | 发一个计数器   | reduce 把一堆 `1` 加起来即可    |

# 模拟作业：日志流与终止

先跑一条前置检查（普通一次性执行）：

```bash
echo "检查本地环境：bash 与 JDK 就位"
java -version 2>&1 | head -1

再把作业标上 job：启动即返回，状态条计时、日志实时滚、随时终止。跑满约 24 秒，足够先点一次"终止"、再 ▶ 一次让它自然完成：

```bash job echo "启动 WordCount 作业（本地模拟，无集群）" for i in 1 2 3 4 5 6 7 8 9 10 11 12; do echo "$(date +%T) map 3/3 complete reduce $((i * 8))%" sleep 2 done echo "作业完成：output/part-r-00000"

真实集群上的对应命令长这样（转写展示，不执行）：

```bash demo
[zhangsan@node0 ~]$ hadoop jar hadoop-1.0-SNAPSHOT.jar /input/bigdata.txt /output/wordcount
26/10/24 19:00:00 INFO mapreduce.Job:  map 100% reduce 100%
[zhangsan@node0 ~]$ jps
53296 ResourceManager
103509 YarnChild

自测清单¶

#	功能点	操作	预期
1	file= 物化	▶ 单机版块	输出 a 3 / b 2 / c 2（读到的是文件块的三行）
2	setup 自动引导	不碰引导块，直接 ▶ 步骤二	引导块自动先跑，片段正常执行
3	会话状态链	▶ 两个检查点块	检查点一 3 条 `<词,1>`；检查点二多出 `a 3`
4	过期链	改 mapper 块任一字符，▶ 检查点二	卡片标"过期"，提示 ⏩ 连跑
5	重放	在检查点二点 ⏩	setup→步骤二→步骤三→检查点二按序连跑，最后一块的输出上屏
6	作业：终止	▶ 模拟作业块，几秒后点"终止"	状态条"已终止 · Xs"，日志停在终止那一刻
7	作业：自然完成	再 ▶ 一次，等约 24 秒	状态条"完成 · Xs"，末行 `作业完成`
8	重放跳过作业	在作业块上点 ⏩	前置检查被重跑，注明"跳过 1 个作业块"
9	demo 无 ▶	看伪代码块与集群转写块	没有 ▶ 按钮；text/xml 等未注册语言同样没有