作業要求來源：https://edu.cnblogs.com/campus/gzcc/GZCC-16SE2/homework/3319
1.用自己的話闡明Hadoop平台上HDFS和MapReduce的功能、工作原理和工作過程。
HDFS:進行分布式計算平台，将多台節點的内容進行彙總分析。
MapReduce:
1、功能：用于處理和生成大規模資料集的相關的實作，将資料切割成資料塊分批處理。
2、工作原理：使用者定義一個map函數來處理一個Key-Value對以生成一批中間的Key-Value對，再定義一個reduce函數将所有這些中間的有相同Key的Value合并起來，MapReduce模型主要有Mapper和Reducer，Mapper端主要負責對資料的分析處理，最終轉化為Key-Value的資料結構；Reducer端主要是擷取Mapper出來的結果，對結果進行統計。即分而治之的政策：
3、工作過程：
将分析的檔案切割成多個資料塊，将其配置設定給各個節點處理，每個節點又把資料塊分給多個map處理，接着多個map将結果發送給shuffle處理，shuffle再将其交給reduce，最終将其寫入到分布式系統檔案。
2.HDFS上運作MapReduce
1）檢視是否已經安裝python：
2）在/home/hadoop/路徑下建立wc檔案夾，在檔案夾内建立mapper.py、reducer.py、run.sh和文本檔案HarryPotter.txt：
3）檢視mapper.py reducer.py run.sh的内容：
4）修改mapper.py和reducer.py檔案的權限：
5）測試mapper.py和reducer.py：
6）啟動hadoop：
7）把文本檔案上傳到hdfs：
8）将hadoop-streaming-2.7.1.jar的路徑添加到bashrc檔案并且讓環境變量生效：
9）運作run.sh檔案統計文本：