概念的内容
MapReduce概念：是一个分布式的计算框架，目的是只需要按照单机的方式编写分布式程序就可以。
优缺点：缺点是慢，不能像数据库一样实时交互。优点是占用内存少，节省资源。
练习的内容：
1.写了一个WordCount程序，代码量大概20行。
主要分为几步
A.创建maven项目，pom.xml里写好依赖，导入log4j.xml文件。
B.创建Mapper，Reducer，Driver三部分（Driver作用是串联，具体的看代码）
Mapper的工作逻辑：他有初始化方法和结束方法，初始化方法将数据拆成一行一行输入进来，每一行数据调用一次map方法，映射成你需要的KV数据。
Reducer的工作逻辑：对分布式机器提交的KV数据进行汇总，得出最后结果。
2.分别在linux集群和windows环境下运行，linux已经运行完，windows运行还有报错。7月1日解决。
解决的问题：
1.Maven无法下载依赖
解决：点开界面右侧maven，刷新载入项目就重新下载了。
2.Maven下载依赖报错
经验：关于这些依赖一直下载不下来报错，基本就是写错了，虽然肉眼看不出来，直接把官方的依赖复制上去了，就好了。虽然还有一个小依赖解析不出来，有红叉，但是不影响打包。
3.hadoop jar运行过程报错。
包打出来目录结构就没有com.atguigu.wordcount这些，所以就以类名来直接运行了。
近期目标：还是需要先快速把大数据弄会，因为软件方向的售前岗位少而且工资不高，还是需要先把大数据多练习一些项目再转。不管怎么样都得会技术，而且需要学好热门方向的技术。所以最近一个月是争取把大数据的内容过完，然后不管研发还是售前岗位都可以面试。