配置完hadoop的环境，照例，肯定要跑一个简单的程序测试一下。
似乎提到hadoop，就不得不提mapreduce，作为mapreduce的一个开源实现，hadoop的应用非常广。引用一段文字，大概就能了解一下它们的历史了：
2003年和2004年，Google公司在国际会议上分别发表了两篇关于Google分布式文件系统和MapReduce的论文，公布了Google的GFS和MapReduce的基本原理和主要设计思想。2004年，开源项目Lucene（搜索索引程序库）和Nutch（搜索引擎）的创始人Doug Cutting发现MapReduce正是其所需要的解决大规模Web数据处理的重要技术，因而模仿Google MapReduce，基于Java设计开发了一个称为Hadoop的开源MapReduce并行计算框架和系统。自此，Hadoop成为Apache开源组织下最重要的项目，自其推出后很快得到了全球学术界和工业界的普遍关注，并得到推广和普及应用。
废话不多说，我们来看看怎么跑基于mapreduce的简单例子–wordcount。
首先要格式化namenode。根据你的目录，运行以下的命令
hadoop/bin/hadoop namenode -format
查看信息的倒数几行，如果显示：
Storage directory ~/hadoop-2.5.2/hdfs/name has been successfully formatted
则说明成功了！
接下来启动hdfs，在hadoop文件夹下的sbin文件夹内运行以下命令（根据你当前目录的位置自行调整）：
sbin/start-dfs.sh
在主节点运行jps命令，看到namenode进程已经启动：
在子节点键入jps命令，看到datanode进程已经启动：
因为之前的配置，所以我们可以在50070端口查看hadoop的工作状态。
比如我可以在浏览器输入：http://192.168.254.100:50070/ （根据你的主节点ip改变网址），可以看到工作状态：
接下来启动yarn，在sbin目录下：
sbin/start-yarn.sh
好了，准备工作完成，接下来，跑程序。
1.在hdfs上创建input目录
如果你的hadoop已经加入环境变量了，你就不需要切换目录到bin下，直接hadoop + 命令就可以了。否则，你得先切换到hadoop的bin目录下，运行以下命令
./hadoop fs -mkdir -p input
2.新建文本
新建一个test.txt
vim /home/test.txt
在里面输入任意内容，单词，然后保存。比如我是这样输入的：
将文件复制到hdfs的input目录下：
./hadoop fs -put /home/test.txt input
3.运行wordcount程序
程序在hadoop文件夹下的share下，注意以下命令的路径：
./Hadoop jar share/hadoop/mapreduce/sources/hadoop-mapreduce-examples-2.5.2-sources.jar org.apache.hadoop.examples.WordCount input output
4.观察结果
这是运行过程中的状态：
看看结果生成了什么文件：
./hadoop fs -ls output/
结果生成了两个文件：
part-r -00000就是我们要的结果。
看看里面的内容：
./hadoop fs -cat output/part-r-00000
里面是计数结果：
以上就是wordcount运行的全过程，最后退出hdfs和yarn。先切换到sbin目录下，然后运行以下命令即可：
./stop-dfs.sh ./stop-yarn.sh