Hadoop初学者练手包：Java写的学生成绩最高分统计程序，带可运行Jar和完整HDFS操作说明

本文还有配套的精品资源，点击获取

简介：直接上手就能跑的Hadoop MapReduce小项目，用Java实现学生分数数据的最高分提取。整个工程基于Maven构建，结构清晰，含Students.java核心处理逻辑，支持读取本地students.txt文本（每行格式如“张三 89”），自动完成最大值聚合。打包后生成students-high-mark.jar，无需额外修改即可在伪分布式或单机Hadoop环境执行。使用前把students.txt上传到HDFS（hadoop fs -put），再用hadoop jar命令指定输入输出路径，比如hadoop jar students-high-mark.jar hdfs:/students.txt hdfs:/student-out9.txt；运行完结果会写进HDFS输出目录，用hadoop fs -cat就能查看。资源包里包含全部源码（src/main/java）、编译配置（pom.xml）、Eclipse工程文件（.project、.classpath）、测试数据（students.txt）、README.md详细步骤说明、以及已编译好的target目录和示例output结果，开箱即用，适合边敲边学MapReduce编程模型和Hadoop作业提交全流程。

1. 项目概述：为什么这个“学生最高分统计”是Hadoop初学者最该先跑通的第一个程序？

刚接触Hadoop的新人，常被两个问题卡住：一是“MapReduce到底在代码里长什么样”，二是“写完Java代码后，怎么让它真正在Hadoop上跑起来”。市面上很多教程要么只贴一段抽象的WordCount代码，要么直接跳到YARN调度、HA高可用这些进阶概念，中间缺了一块最关键的“手感”——那种敲完命令、看到SUCCESS、再用hadoop fs -cat刷出一行结果时，心里“咔哒”一声落定的实感。这个练手包，就是专为补上这块手感而设计的。

它不追求大数据量，也不堆砌复杂业务逻辑，就聚焦一个极简但完整的闭环：本地文本 → HDFS上传 → MapReduce作业提交 → HDFS结果读取。核心关键词“MapReduce,学生分数统计,Hadoop Jar包,Java Hadoop示例”不是标签，而是每个字都对应着你亲手要操作的一个环节。比如“学生分数统计”，意味着你要看懂Students.java里map()如何把“张三 89”拆成<张三, 89>键值对，reduce()又如何遍历所有成绩找出最大值；“Hadoop Jar包”不是一句配置，而是你要亲手执行mvn clean package，确认target/students-high-mark.jar生成成功，并理解为什么这个Jar里必须包含hadoop-client依赖才能和集群通信；“Java Hadoop示例”更不是照抄，而是你要打开Eclipse，把.project和.classpath导入后，能逐行调试main()方法里Job.getInstance()的初始化过程。

我带过几十个零基础学员，发现他们第一次真正理解“Mapper和Reducer是并行运行的”这句话，往往不是在课堂上听讲，而是当他们故意在students.txt里加了100行数据，然后观察到hadoop jar命令输出里出现map 100% reduce 100%时，突然意识到：原来这100行数据不是顺序处理的，而是被切片、分发、并发计算的。这种认知跃迁，必须建立在可触摸、可验证的最小实例之上。这个练手包，就是那个“最小实例”。它不教你如何优化Shuffle，也不讲Combiner原理，但它确保你在5分钟内就能完成一次完整的Hadoop作业生命周期——从文件准备到结果验证，每一步命令、每一个路径、每一处报错，都经过反复实测，连伪分布式环境里core-site.xml里fs.defaultFS的端口是9000还是9001这种细节，都在配套的README.md里标得清清楚楚。你不需要先成为运维专家，就能亲手把MapReduce的齿轮转起来。

2. 整体设计与思路拆解：为什么选“最高分统计”而不是WordCount？

很多人会问：既然WordCount是Hadoop的“Hello World”，为什么这个练手包偏要选“学生最高分统计”？答案很实在：WordCount太抽象，最高分统计有明确的业务语义，新手更容易建立“代码-结果”的直觉映射。当你看到students.txt里写着“李四 95”，而最终student-out9.txt/part-r-00000里输出“最高分：95”，这种因果关系是肉眼可见的。而WordCount输出“the 123”，你得先确认输入文件里到底有几个“the”，还得排除大小写和标点干扰，新手第一反应往往是“这结果对吗？是不是漏了什么？”——这种不确定性会直接消耗掉初学者本就不多的信心。

从技术实现角度看，“最高分统计”比WordCount更能暴露MapReduce模型的核心约束与设计哲学。WordCount的reduce()逻辑是累加计数，天然支持任意数量的输入键值对；而最高分统计的reduce()必须处理一个关键问题：如何保证全局最大值？在单机Java里，你可能直接写Collections.max(list)，但在MapReduce中，reduce()函数接收的是同一个key（这里是学生姓名）的所有value（成绩），而我们的目标是所有学生的最高分，不是每个学生的最高分。所以Students.java里的设计是：map()阶段把所有成绩都emit给同一个key（比如"MAX"），这样所有成绩都会被送到同一个reducer去比较。这个看似简单的选择，背后是MapReduce“分而治之”思想的具象化——你必须主动设计key的分发策略，让需要聚合的数据落到同一个reducer上。这比WordCount里默认按单词分发要更深刻地触及了数据流向的本质。

再看工程结构，Maven的引入不是为了炫技，而是解决初学者最头疼的依赖地狱。Hadoop 3.x和2.x的API差异、hadoop-client与hadoop-common的版本兼容性、甚至slf4j日志桥接器的冲突，都可能让你在mvn compile时报出一屏红色错误。这个练手包的pom.xml经过严格锁定：hadoop-client版本与你的Hadoop伪分布式环境完全匹配（比如Hadoop 3.3.6对应3.3.6），并显式排除了所有已知冲突的传递依赖。更重要的是，它把<scope>provided</scope>用得恰到好处——告诉Maven：“这些Hadoop类库在集群上已经存在，打包时别塞进去，否则会和集群自带的jar打架”。这个细节，很多教程一笔带过，但实际运行时ClassNotFoundException八成源于此。我们把这个坑提前踩平，你只需要关注业务逻辑本身。

最后，目录结构的设计也暗含教学逻辑。src/main/java/Students.java是唯一需要你阅读和修改的核心文件；data/和output/目录分开存放原始数据和结果，避免混淆；target/目录里不仅有编译好的jar，还有classes/下的.class文件，方便你用javap反编译查看字节码，理解Job对象是如何被序列化的。这不是一个黑盒工具包，而是一个透明的、可拆解的学习沙盒。

3. 核心细节解析与实操要点：Students.java里的每一行代码都在回答一个关键问题

Students.java是整个项目的灵魂，它的每一行都不是随意写的，而是精准对应MapReduce编程模型中的一个关键节点。下面我带你逐段深挖，解释为什么这么写，以及不这么写会掉进什么坑。

3.1 Mapper类：为什么key用Text，value用IntWritable？

public static class MaxScoreMapper extends Mapper<Object, Text, Text, IntWritable> { private final static Text MAX_KEY = new Text("MAX"); // 所有成绩都发给同一个key private final static IntWritable score = new IntWritable(); public void map(Object key, Text value, Context context) throws IOException, InterruptedException { String line = value.toString().trim(); if (line.isEmpty()) return; String[] parts = line.split("\\s+"); // 按空白符分割，兼容空格和制表符 if (parts.length < 2) return; // 跳过格式错误的行，如只有姓名或只有分数 try { int mark = Integer.parseInt(parts[1]); score.set(mark); context.write(MAX_KEY, score); // 关键：所有成绩都emit给"MAX"这个key } catch (NumberFormatException e) { // 忽略无法解析的分数，不抛异常，避免作业失败 System.err.println("Skip invalid score line: " + line); } } }

这段代码里藏着三个新手必知的硬核细节。第一，Mapper<Object, Text, Text, IntWritable>的泛型声明，不是随便选的。Object key是因为HDFS文件的行号（offset）类型是LongWritable，但MapReduce框架会自动把它转换成Object，你无需关心；Text value是标准做法，因为HDFS读取的每一行都是字符串；而Text, IntWritable作为输出键值对，则是强制要求——Hadoop的序列化框架Writable只认实现了Writable接口的类型，String和Integer不行！如果你写成Mapper<Object, Text, String, Integer>，编译都过不去。IntWritable比Integer省内存，序列化更快，这是Hadoop性能优化的底层逻辑。

第二，MAX_KEY = new Text("MAX")这个设计，是解决“全局聚合”的钥匙。很多新手会误以为reduce()能天然看到所有数据，其实不然。MapReduce的reduce()是按key分组调用的，有多少个不同的key，就会调用多少次reduce()。如果我们把学生姓名作为key（new Text(parts[0])），那reduce()只会收到“张三”的所有成绩，算出张三的最高分，而不是全班最高分。所以必须用一个统一的key，把所有成绩“聚拢”到同一个reducer里。这里用"MAX"只是个标识，你写"GLOBAL_MAX"甚至"A"都行，关键是它必须是唯一的。

第三，split("\\s+")和try-catch是生产级代码的标配。\\s+正则表达式能同时匹配空格、制表符、多个连续空格，比split(" ")鲁棒得多；try-catch捕获NumberFormatException，是为了让程序具备容错能力。真实数据总有脏数据，比如"王五 abc"，如果这里直接抛异常，整个MapReduce作业会立刻失败（TaskAttempt failed）。而我们选择打印错误日志并跳过，保证作业能顺利完成，结果里只少了这一条记录——这对初学者调试极其友好，你不会因为一个错行就卡在第一步。

3.2 Reducer类：为什么不用Collections.max()，而要手动遍历？

public static class MaxScoreReducer extends Reducer<Text, IntWritable, Text, IntWritable> { private final static Text RESULT_KEY = new Text("最高分："); public void reduce(Text key, Iterable<IntWritable> values, Context context) throws IOException, InterruptedException { int maxScore = Integer.MIN_VALUE; for (IntWritable val : values) { if (val.get() > maxScore) { maxScore = val.get(); } } context.write(RESULT_KEY, new IntWritable(maxScore)); } }

这段代码的精妙之处在于for循环。新手常想当然地用Collections.max()，但Iterable<IntWritable>不能直接转成List，因为values是Hadoop框架提供的迭代器，它背后可能是磁盘上的临时文件流，不是内存里的集合。强行转list会OOM（内存溢出）。所以必须用迭代器模式，逐个读取、比较、更新最大值。Integer.MIN_VALUE作为初始值，是为了正确处理负分（虽然学生成绩一般没有负分，但这是健壮性设计）。

另一个细节是context.write(RESULT_KEY, new IntWritable(maxScore))。这里RESULT_KEY是Text类型，maxScore包装成IntWritable，再次印证了Hadoop对Writable类型的强制要求。输出的key是"最高分："，value是数字，这样最终结果文件里就是最高分： 95这样的格式，清晰易读。如果你把key也写成new Text(String.valueOf(maxScore))，结果就成了95 95，失去了语义。

3.3 Driver类：Job配置里的每一个set()都在解决一个实际问题

public static void main(String[] args) throws Exception { if (args.length != 2) { System.err.println("Usage: hadoop jar students-high-mark.jar <input> <output>"); System.exit(1); } Configuration conf = new Configuration(); // 关键：显式设置HDFS地址，避免依赖core-site.xml（新手常忽略这点） conf.set("fs.defaultFS", "hdfs://localhost:9000"); Job job = Job.getInstance(conf, "Student Max Score"); job.setJarByClass(Students.class); // 指定主类，Hadoop据此找到jar包入口 job.setMapperClass(MaxScoreMapper.class); job.setCombinerClass(MaxScoreReducer.class); // 启用Combiner，减少网络传输 job.setReducerClass(MaxScoreReducer.class); job.setOutputKeyClass(Text.class); job.setOutputValueClass(IntWritable.class); FileInputFormat.addInputPath(job, new Path(args[0])); // 输入路径来自命令行参数 FileOutputFormat.setOutputPath(job, new Path(args[1])); // 输出路径来自命令行参数 System.exit(job.waitForCompletion(true) ? 0 : 1); }

main()方法是作业的总控台，每一行配置都直指痛点。if (args.length != 2)是防御性编程，防止用户输错参数导致ArrayIndexOutOfBoundsException，然后给出清晰的使用提示。conf.set("fs.defaultFS", "hdfs://localhost:9000")这行至关重要。很多新手在伪分布式环境下，明明core-site.xml里配置了fs.defaultFS，但作业还是连不上HDFS，原因就是Configuration对象默认不加载core-site.xml，除非你显式调用conf.addResource("core-site.xml")。而直接set()是最简单、最可控的方式，绕过了XML配置的复杂性，特别适合练手场景。

job.setCombinerClass(MaxScoreReducer.class)是性能优化的关键。Combiner是在Mapper端本地运行的“迷你Reducer”，它能在数据离开Mapper前就做一次局部聚合。比如100个成绩里有20个是95，Combiner会先算出这20个里的最大值95，只把<MAX, 95>发给Reducer，而不是把20个<MAX, 95>全发过去。这能显著减少Mapper到Reducer之间的网络流量。对于最高分统计，Combiner逻辑和Reducer完全一样，所以直接复用MaxScoreReducer类。这个细节，很多入门教程根本不提，但它是理解MapReduce数据流效率的核心。

最后，FileInputFormat.addInputPath()和FileOutputFormat.setOutputPath()的路径参数来自args[0]和args[1]，这意味着你运行hadoop jar时指定的HDFS路径会直接传进来。args[0]必须是HDFS上的完整路径（如hdfs:/students.txt），args[1]必须是HDFS上一个不存在的目录（如hdfs:/student-out9.txt），因为Hadoop会拒绝覆盖已有目录——这是安全机制，也是新手常踩的坑：“为什么报错说output directory already exists？”答案就是你上次运行的结果目录还没删。

4. 实操过程与核心环节实现：从零开始，一步步跑通整个流程

现在，我们把前面所有的理论，变成键盘上可执行的命令。我会以一个完全干净的Ubuntu 22.04虚拟机为例（Hadoop伪分布式环境已按官方文档配置好，Java 11，Hadoop 3.3.6），带你走完从下载资源包到看到最终结果的每一步。所有命令都经过实测，路径和参数精确到字符。

4.1 环境准备与资源包解压

首先，确保你的Hadoop伪分布式环境正常运行。打开终端，执行：

# 检查HDFS是否启动 hdfs dfsadmin -report | head -10 # 应该看到Live datanodes: 1 和 State: live # 检查YARN是否启动 yarn node -list # 应该看到状态为RUNNING的NodeManager

如果报错，说明Hadoop服务没起来，先执行start-dfs.sh && start-yarn.sh。

接着，下载并解压练手包。假设你把压缩包放在~/Downloads/下：

cd ~ mkdir hadoop-practice && cd hadoop-practice tar -xzf ~/Downloads/U9OLF9gdWUvei2FOw8Oq-master-4c0755003a40d4cf08c001aced531ce69698aace.tar.gz ls -l # 你应该看到：pom.xml src/ students.txt README.md data/ output/ target/

注意，解压后的根目录名很长（U9OLF9gdWUvei2FOw8Oq-master-...），但里面的内容结构是标准的Maven工程。students.txt是测试数据，打开看看内容：

cat students.txt # 输出示例： # 张三 89 # 李四 95 # 王五 78 # 赵六 92

格式符合要求：每行一个学生，姓名和分数用空白符分隔。

4.2 Maven构建与Jar包生成

进入项目根目录，执行Maven构建：

cd U9OLF9gdWUvei2FOw8Oq-master-4c0755003a40d4cf08c001aced531ce69698aace mvn clean package -DskipTests

-DskipTests参数跳过单元测试，加快构建速度（这个练手包没有写测试，但加上更规范）。构建成功后，你会看到：

[INFO] BUILD SUCCESS [INFO] Total time: 3.242 s [INFO] Finished at: 2024-05-20T10:30:45Z

生成的Jar包在target/目录下：

ls -l target/ # 输出应包含：students-high-mark.jar students-high-mark.jar.original # 其中 .original 是未重命名的原始jar，.jar 是Maven插件重命名后的可执行jar

验证Jar包是否包含正确的主类：

jar -tf target/students-high-mark.jar | grep MANIFEST # 查看MANIFEST.MF jar -xf target/students-high-mark.jar META-INF/MANIFEST.MF cat META-INF/MANIFEST.MF | grep "Main-Class" # 应该输出：Main-Class: Students

这证明pom.xml里的maven-jar-plugin配置生效了，Main-Class: Students被正确写入清单文件，这是hadoop jar命令能直接运行的关键。

4.3 HDFS文件上传与作业提交

现在，把本地的students.txt上传到HDFS。注意，HDFS的根目录是/，不是本地的/home/user/：

# 创建一个HDFS上的输入目录（可选，但推荐，便于管理） hdfs dfs -mkdir -p /input/students # 上传文件 hdfs dfs -put students.txt /input/students/ # 验证上传成功 hdfs dfs -ls /input/students/ # 应该看到：-rw-r--r-- 1 user supergroup 123 2024-05-20 10:35 /input/students/students.txt

上传完成后，提交MapReduce作业。关键命令如下：

hadoop jar target/students-high-mark.jar /input/students/students.txt /output/student-max-20240520

这里，/input/students/students.txt是HDFS上的输入路径，/output/student-max-20240520是HDFS上的输出目录。注意，输出目录绝对不能存在，如果之前运行过，先删除：

hdfs dfs -rm -r /output/student-max-20240520

执行hadoop jar后，你会看到滚动的日志：

2024-05-20 10:40:12,123 INFO client.RMProxy: Connecting to ResourceManager at localhost/127.0.0.1:8032 2024-05-20 10:40:13,456 INFO mapreduce.Job: Running job: job_1716201600000_0001 2024-05-20 10:40:25,789 INFO mapreduce.Job: map 0% reduce 0% 2024-05-20 10:40:42,102 INFO mapreduce.Job: map 100% reduce 0% 2024-05-20 10:40:55,333 INFO mapreduce.Job: map 100% reduce 100% 2024-05-20 10:40:56,444 INFO mapreduce.Job: Job job_1716201600000_0001 completed successfully 2024-05-20 10:40:56,555 INFO mapreduce.Job: Counters: 54 ...

当看到completed successfully时，作业就成功了。此时，HDFS的输出目录已经创建，并包含结果文件。

4.4 结果验证与深入分析

用hadoop fs -cat查看结果：

hdfs dfs -cat /output/student-max-20240520/part-r-00000 # 输出应为： # 最高分： 95

完美！这就是我们想要的结果。但别急着关终端，让我们深入一层，看看Hadoop内部发生了什么。首先，检查输出目录的结构：

hdfs dfs -ls /output/student-max-20240520/ # 输出： # -rw-r--r-- 1 user supergroup 0 2024-05-20 10:40 /output/student-max-20240520/_SUCCESS # -rw-r--r-- 1 user supergroup 12 2024-05-20 10:40 /output/student-max-20240520/part-r-00000

_SUCCESS文件是Hadoop作业成功的标记，空文件；part-r-00000是Reducer输出的文件。为什么叫part-r-00000？因为r代表Reducer，00000是分区编号。如果设置了多个Reducer（job.setNumReduceTasks(3)），就会有part-r-00000,part-r-00001,part-r-00002三个文件。

再看Mapper的中间结果（Shuffle阶段的输出），这需要一点技巧：

# 进入YARN的日志目录（路径因Hadoop版本而异，常见于$HADOOP_HOME/logs/userlogs） # 或者，更简单的方法：查看Hadoop的临时目录 hdfs dfs -ls /tmp/hadoop-user/mapred/staging/user/.staging/ # 这里会看到作业ID对应的目录，里面有中间文件，但通常不建议新手深究

对初学者，重点是理解part-r-00000的生成逻辑。你可以尝试修改students.txt，增加一个更高分的学生：

echo "孙七 99" >> students.txt hdfs dfs -put -f students.txt /input/students/ hdfs dfs -rm -r /output/student-max-20240520 hadoop jar target/students-high-mark.jar /input/students/students.txt /output/student-max-20240520 hdfs dfs -cat /output/student-max-20240520/part-r-00000 # 现在应该输出：最高分： 99

通过这种“改数据-重运行-看结果”的快速反馈循环，你对MapReduce的输入输出关系会建立起肌肉记忆。

5. 常见问题与排查技巧实录：那些让我熬夜调试的坑，现在都给你列明白了

在带学员实操的过程中，我整理了一份高频问题速查表。这些问题，90%的新手都会遇到，而且往往卡在同一个地方。我把它们按发生阶段分类，并给出最直接的解决方案，而不是泛泛而谈的“检查配置”。

5.1 构建阶段：Maven报错，编译不过

5.2 运行阶段：hadoop jar命令失败

5.3 逻辑阶段：结果不对，但命令没报错

提示：YARN Web UI是你的最佳朋友。访问http://localhost:8088，点击具体的作业，能看到Mapper/Reducer的详细日志、计数器、甚至每个task的stdout/stderr。当命令行日志不够用时，这里总能挖出真相。

注意：永远不要在hadoop jar命令里写本地路径（如/home/user/students.txt）。Hadoop会把它当作HDFS路径，在HDFS根目录下找，必然失败。所有路径必须是HDFS URI（hdfs:/path）或相对HDFS根目录的路径（/path）。

6. 进阶思考与个人体会：从“跑通”到“吃透”，下一步可以做什么？

当你已经能稳定地运行这个最高分统计程序，并理解了Students.java里每一行代码的意义，恭喜你，已经跨过了Hadoop学习的第一道门槛。但这只是一个起点，真正的深度在于思考“如果需求变了，代码该怎么变”。我在实际项目中，经常用这个问题来检验团队成员是否真的吃透了MapReduce。

比如，老板突然说：“不仅要最高分，还要最低分和平均分。”这时候，你不能简单地复制粘贴一个MinScoreMapper，因为MapReduce的reduce()函数是按key调用的，而我们目前只有一个key（"MAX"）。一个优雅的方案是：map()阶段emit三个键值对——<"MAX", 89>,<"MIN", 89>,<"SUM", 89>，然后在reduce()里根据key的不同，分别维护最大值、最小值和累加和。最后，reduce()输出时，用context.write(new Text("最高分："), max)、context.write(new Text("最低分："), min)、context.write(new Text("平均分："), avg)。这样，一个作业就完成了三个指标的计算，充分利用了MapReduce的并行能力。

再比如，数据量从100行涨到100万行，students.txt变成了一个巨大的文件。这时，FileInputFormat会自动把它切成多个split，每个Mapper处理一个split。但reduce()的输入Iterable<IntWritable>会变得非常庞大，手动遍历求最大值可能变慢。这时，你可以引入TreeSet作为缓冲区，在reduce()里把所有value加入TreeSet，然后取last()，时间复杂度从O(n)降到O(log n)，但内存占用会增加。这就是在“吞吐量”和“内存”之间做权衡，是工程师的日常。

我个人在实际操作中的体会是：MapReduce的价值不在于它能做什么，而在于它强迫你把问题分解成“可并行”的单元。写Students.java的过程，本质上是在训练一种思维模式——看到任何聚合计算（求和、计数、去重、TopN），第一反应不是“for循环”，而是“这个计算能不能拆成map和reduce两步？key应该怎么设计？数据怎么分发？”这种思维一旦形成，迁移到Spark、Flink甚至现代的SQL引擎（如Trino）时，理解成本会大大降低。

最后再分享一个小技巧：如果你想快速验证某个Hadoop API是否可用，不必每次都写完整作业。直接在Students.java的main()方法里，加几行测试代码：

// 在main方法开头添加 FileSystem fs = FileSystem.get(conf); Path testPath = new Path("/test"); if (fs.exists(testPath)) { System.out.println("Test path exists!"); } else { fs.create(testPath).close(); System.out.println("Test path created!"); }

然后用mvn compile编译，再用java -cp "target/*:$HADOOP_HOME/share/hadoop/common/*:$HADOOP_HOME/share/hadoop/common/lib/*" Students直接运行这个Java类。这种方式比写MapReduce作业快得多，适合API探索。

这个练手包，就像一把钥匙，它本身不值钱，但能为你打开Hadoop世界的大门。门后的风景，需要你用自己的代码去丈量。

本文还有配套的精品资源，点击获取

简介：直接上手就能跑的Hadoop MapReduce小项目，用Java实现学生分数数据的最高分提取。整个工程基于Maven构建，结构清晰，含Students.java核心处理逻辑，支持读取本地students.txt文本（每行格式如“张三 89”），自动完成最大值聚合。打包后生成students-high-mark.jar，无需额外修改即可在伪分布式或单机Hadoop环境执行。使用前把students.txt上传到HDFS（hadoop fs -put），再用hadoop jar命令指定输入输出路径，比如hadoop jar students-high-mark.jar hdfs:/students.txt hdfs:/student-out9.txt；运行完结果会写进HDFS输出目录，用hadoop fs -cat就能查看。资源包里包含全部源码（src/main/java）、编译配置（pom.xml）、Eclipse工程文件（.project、.classpath）、测试数据（students.txt）、README.md详细步骤说明、以及已编译好的target目录和示例output结果，开箱即用，适合边敲边学MapReduce编程模型和Hadoop作业提交全流程。

本文还有配套的精品资源，点击获取