每次除錯都打包上傳到伺服器，效率很低，所以可以在本地模擬執行，以第9節的程式碼為例，設定要處理的文字和輸出目錄為本地目錄：

//設定要處理的文字資料存放路徑
FileInputFormat.setInputPaths(wordCountJob, "d:/wordcount/srcdata");
//設定最終輸出結果存放路徑
FileOutputFormat.setOutputPath(wordCountJob, new Path("d:/wordcount/output"));

完整程式碼如下：

package com.wange;

import org.apache.hadoop.conf.Configuration;
 
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;

public class WordCountJobSubmitter {
    
 
public static void main(String[] args) throws Exception {
        //System.setProperty("hadoop.home.dir", "E:/soft/hadoop-2.4.1");
        Configuration config = new Configuration();
        // 是否在本地執行,本質上是一下兩個引數。沒設定則會在本地模擬執行,設定了就會提交到yarn執行
        //config.set("mapreduce.framework.name", "yarn");
        //config.set("yarn.resourcemanager.hostname", "hadoop-server-00:9000");
 
// 執行在遠端的yarn叢集中
        Job wordCountJob = Job.getInstance(config);

        //指定job所在的jar包
        wordCountJob.setJarByClass(WordCountJobSubmitter.class);

        //設定mapper和reduce邏輯類
        wordCountJob.setMapperClass(WordCountMapper.class);
        wordCountJob.setReducerClass(WordCountReducer.class);

        //設定map和reduce階段輸出的kv資料型別
        wordCountJob.setMapOutputKeyClass(Text.class);
        wordCountJob.setMapOutputValueClass(IntWritable.class);
        wordCountJob.setOutputKeyClass(Text.class);
        wordCountJob.setOutputValueClass(IntWritable.class);

        //設定要處理的文字資料存放路徑
        //FileInputFormat.setInputPaths(wordCountJob, "hdfs://hadoop-server-00:9000/wordcount/srcdata/");
        FileInputFormat.setInputPaths(wordCountJob, "d:/wordcount/srcdata");
        //設定最終輸出結果存放路徑
        //FileOutputFormat.setOutputPath(wordCountJob, new Path("hdfs://hadoop-server-00:9000/wordcount/output/"));
        FileOutputFormat.setOutputPath(wordCountJob, new Path("d:/wordcount/output"));

        // 提交給hadoop叢集,true 是否要列印處理資訊
        wordCountJob.waitForCompletion(true);
    }
}

然後執行main程式，會遇到一些小坑，執行不起來。

坑1：Cannot initialize Cluster. Please check your configuration for mapreduce.framework.name and the co

解決方法：需要引入jar包

<dependency>
    <groupId>org.apache.hadoop</groupId>
    <artifactId>hadoop-mapreduce-client-common</artifactId>
    <version>2.4.1</version>
</dependency>

坑2：Exception in thread "main" java.lang.NullPointerException

解決方法：設定 System.setProperty("hadoop.home.dir", "E:/soft/hadoop-2.4.1");  下載windows下的執行需要的庫檔案：https://pan.baidu.com/s/17lkdxPTcKeWN-puLEqqXKw 提取碼: ds5k，將下載的檔案解壓到本地hadoop的bin目錄下，此處的本地目錄為：E:\soft\hadoop-2.4.1\bin

這樣就可以完美運行了，在本地模擬執行，也可以使用hdfs的路徑，如：

FileInputFormat.setInputPaths(wordCountJob, "hdfs://hadoop-server-00:9000/wordcount/srcdata/");
FileOutputFormat.setOutputPath(wordCountJob, new Path("hdfs://hadoop-server-00:9000/wordcount/output/"));

執行的時候會出現許可權問題，需要登入到hdfs伺服器，設定目錄許可權就可以了，設定許可權命令為：hadoop fs -chmod 777 /wordcount