昨天寫的MapReduce並沒有放在Hadoop上跑，只有在Eclipse裡面跑，所以今天會把jar檔丟到Hadoop裡面，來看看執行的效果。
我也把檔案在累加為1.1GB (用虛擬機所以就沒放大檔摟)，也可以看看分割Block的效果。
在前面有提到Hadoop的檔案儲存架構，會將一個檔案切成許多區塊(Blocks)，所以我把1.1GB的檔案(cardinput.txt)存在HDFS上，按照內建的分割區塊大小(128MB)，該檔案會被切成九個區塊。

左邊這些數字，代表這個檔案真正存在檔案系統的名稱，後面127.0.0.1是代表該block的複本存放在那幾個node上，因為我只有一個node，所以只有一個。

接著我把昨天Cloudera的範例包成jar檔(不用包成Runnable Jar喔)，還有把要運算的cardinput.txt放到對的路徑上(hdfs:/user/cloudera/cardinput.txt)。
在cli下執行

hadoop jar ./Card.jar CardDriver cardinput.txt output

./Card.jar 就是我剛才打包的jar檔，CardDriver則代表裡面要執行MapReduce的Class。

按下Enter之後，就會開始執行~

也可以透Map/Reduce administration 看運行的過程

當完成後，Running Jobs 內的job 就會移到Completed Jobs

這邊可以注意到map的數量跟該檔案切割的區塊是一樣了，除了hdfs的區塊大小可以設定外，map的input大小也是可以設定了。如果用Cloudera的Hue，可以看到更漂亮的畫面 哈

因為我把檔案放大了，所以結果當然也變多了，因為用虛擬機的關係，總共花了三分鐘多，
等上次佈署多一個node的問題解決，再來試看看速度是不是有變快。

今天先暫時到這，最近借了一本大數據的獲利模式感覺蠻好看了，
明天還要參加Hadoop in Taiwan 2013~，到時候再分享一些心得摟~