要使用Hadoop的MapReduce，您需要按照以下步驟進行操作：

1. 定義Map函數：Map函數是將輸入數據分成鍵值對的過程。您需要編寫一個Map函數來定義輸入數據如何轉換成鍵值對。

2. 定義Reduce函數：Reduce函數是將Map函數輸出的鍵值對進行處理的過程。您需要編寫一個Reduce函數來定義如何處理Map函數輸出的鍵值對。

3. 配置MapReduce作業：您需要使用Hadoop的配置文件來配置MapReduce作業的各種參數，如輸入路徑、輸出路徑、Map函數、Reduce函數等。

4. 運行MapReduce作業：您可以使用Hadoop的命令行工具或編程接口來提交并運行MapReduce作業。

下面是一個使用Hadoop MapReduce的示例代碼：

import org.apache.hadoop.conf.Configuration;
import org.apache.hadoop.fs.Path;
import org.apache.hadoop.io.IntWritable;
import org.apache.hadoop.io.Text;
import org.apache.hadoop.mapreduce.Job;
import org.apache.hadoop.mapreduce.Mapper;
import org.apache.hadoop.mapreduce.Reducer;
import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;

import java.io.IOException;
import java.util.StringTokenizer;

public class WordCount {

  public static class TokenizerMapper
       extends Mapper<Object, Text, Text, IntWritable>{

    private final static IntWritable one = new IntWritable(1);
    private Text word = new Text();

    public void map(Object key, Text value, Context context
                    ) throws IOException, InterruptedException {
      StringTokenizer itr = new StringTokenizer(value.toString());
      while (itr.hasMoreTokens()) {
        word.set(itr.nextToken());
        context.write(word, one);
      }
    }
  }

  public static class IntSumReducer
       extends Reducer<Text,IntWritable,Text,IntWritable> {
    private IntWritable result = new IntWritable();

    public void reduce(Text key, Iterable<IntWritable> values,
                       Context context
                       ) throws IOException, InterruptedException {
      int sum = 0;
      for (IntWritable val : values) {
        sum += val.get();
      }
      result.set(sum);
      context.write(key, result);
    }
  }

  public static void main(String[] args) throws Exception {
    Configuration conf = new Configuration();
    Job job = Job.getInstance(conf, "word count");
    job.setJarByClass(WordCount.class);
    job.setMapperClass(TokenizerMapper.class);
    job.setCombinerClass(IntSumReducer.class);
    job.setReducerClass(IntSumReducer.class);
    job.setOutputKeyClass(Text.class);
    job.setOutputValueClass(IntWritable.class);
    FileInputFormat.addInputPath(job, new Path(args[0]));
    FileOutputFormat.setOutputPath(job, new Path(args[1]));
    System.exit(job.waitForCompletion(true) ? 0 : 1);
  }
}

這個示例代碼是一個簡單的單詞計數程序。它將輸入文件中的每個單詞拆分成鍵值對，然后統計每個單詞出現的次數。最后，它將輸出每個單詞和對應的出現次數。

您可以使用Hadoop的命令行工具將該代碼打包成一個JAR文件，并使用以下命令來提交并運行MapReduce作業：

hadoop jar WordCount.jar WordCount input output

其中，WordCount是您打包的JAR文件名，input是輸入文件路徑，output是輸出文件路徑。

注意：在運行MapReduce作業之前，您需要安裝和配置Hadoop集群，并確保集群處于運行狀態。