在Hadoop的发行包中也附带了例子的源代码，WordCount.java类的主函数实现如下所示：
public
static
void
main(String[] args)
throws
Exception {
int
res
=
ToolRunner.run(
new
Configuration(),
new
WordCount(), args);
System.exit(res);
}
}
我们先从主函数入手吧，一点点地按照“深度遍历”的思想，分解掉这个WordCount字频统计工具，让我们更清晰地看到到底在Hadoop中是如何进行工作的。
首先从ToolRunner的run方法开始，run方法需要三个参数，第一个是一个Configuration类的实例。第二个是 WorCount类的实例，args就是从控制台接收到的命令行数组。可见，估计分析到我们的WordCount还非常非常的远，因为 Configuration类与args数组就够追踪一会了。
下面是ToolRunner的run方法的实现：
public
static
int
run(Configuration conf, Tool tool, String[] args)
throws
Exception{
if
(conf
==
null
) {
//
即使传入的conf为null，仍然会在这里实例化一个配置类Configuration的对象
conf
=
new
Configuration();
}
GenericOptionsParser parser
=
new
GenericOptionsParser(conf, args);
//
根据指定的conf和args数组实例化一个GenericOptionsParser类的对象，构造GenericOptionsParser类对象能实现对Hadoop通用的配置信息进行解析
//
Tool类是一个接口，WordCount工具就是实现了Tool接口，Tool接口中只是定义了一个run方法，即实现一个Tool必须要知道这个Tool的实现类的对象怎样run。
//
因为Tool接口实现了Configurable接口，在Configurable接口中可以为一个Tool设置初始化配置，即使用setConf()方法
tool.setConf(conf);
//
get the args w/o generic hadoop args
String[] toolArgs
=
parser.getRemainingArgs();
//
返回从控制台输入的命令行参数的数组
return
tool.run(toolArgs);
//
根据toolArgs数组指定的命令启动WordCount实例运行，返回实现Tool接口的实现类的对象的执行状态码
}
上面的run方法应该是执行WordCount例子的最高层的方法，最抽象了。
程序一开始，首先要解析Hadoop配置文件，对应于Hadoop根目录下的conf目录下。其中的配置类为Configuration，构造一个Configuration对象，使用如下所示构造方法：
public
Configuration() {
if
(LOG.isDebugEnabled()) {
LOG.debug(StringUtils.stringifyException(
new
IOException(
"
config()
"
)));
}
resources.add(
"
hadoop-default.xml
"
);
resources.add(
"
hadoop-site.xml
"
);
}
实例化一个Configuration对象，就是将conf目录中的hadoop-default.xml和hadoop-site.xml配置文件加入到private ArrayList<Object> resources中，以便再进一步解析。
真正解析Hadoop的配置文件的是一个GenericOptionsParser通用选项解析器类，需要提供一个Configuration对象的，同时指定一个命令行参数数组。
如下是GenericOptionsParser类的构造方法：
public
GenericOptionsParser(Configuration conf, String[] args) {
this
(conf,
new
Options(), args);
//
这里额外又多增加了一个Options对象作为参数
}
Options类是一个选项对象的集合，用于描述在应用中可能使用到的命令行参数。可以通过查看Options类的构造方法：
public
Options()
{
//
nothing to do
}
其实，什么也没有做。然而，可以动态为一个Options对象添加指定的选项的。
又调用了GenericOptionsParser类的另一个构造方法，如下所示：
public
GenericOptionsParser(Configuration conf, Options options, String[] args) {
parseGeneralOptions(options, conf, args);
}
继续调用GenericOptionsParser类的成员方法parseGeneralOptions()来进一步解析配置选项：
/**
* Parse the user-specified options, get the generic options, and modify
* configuration accordingly
*
@param
conf Configuration to be modified
*
@param
args User-specified arguments
*
@return
Command-specific arguments
*/
private
String[] parseGeneralOptions(Options opts, Configuration conf,
String[] args) {
opts
=
buildGeneralOptions(opts);
CommandLineParser parser
=
new
GnuParser();
try
{
commandLine
=
parser.parse(opts, args,
true
);
processGeneralOptions(conf, commandLine);
return
commandLine.getArgs();
}
catch
(ParseException e) {
LOG.warn(
"
options parsing failed:
"
+
e.getMessage());
HelpFormatter formatter
=
new
HelpFormatter();
formatter.printHelp(
"
general options are:
"
, opts);
}
return
args;
}
其中，commandLine是GenericOptionsParser类的一个私有成员变量。
上面GenericOptionsParser类的成员方法parseGeneralOptions()可以作为解析Hadoop配置选项的一个高层的抽象方法了。
其中的buildGeneralOptions()接收Options opts然后又返回了opts，如下所示：
/**
* Specify properties of each generic option
*/
@SuppressWarnings(
"
static-access
"
)
private
Options buildGeneralOptions(Options opts) {
Option fs
=
OptionBuilder.withArgName(
"
local|namenode:port
"
)
.hasArg()
.withDescription(
"
specify a namenode
"
)
.create(
"
fs
"
);
Option jt
=
OptionBuilder.withArgName(
"
local|jobtracker:port
"
)
.hasArg()
.withDescription(
"
specify a job tracker
"
)
.create(
"
jt
"
);
Option oconf
=
OptionBuilder.withArgName(
"
configuration file
"
)
.hasArg()
.withDescription(
"
specify an application configuration file
"
)
.create(
"
conf
"
);
Option property
=
OptionBuilder.withArgName(
"
property=value
"
)
.hasArgs()
.withArgPattern(
"
=
"
,
1
)
.withDescription(
"
use value for given property
"
)
.create(
'
D
'
);
opts.addOption(fs);
opts.addOption(jt);
opts.addOption(oconf);
opts.addOption(property);
return
opts;
}
返回的Options opts已经被赋予了丰富的内容
